[发明专利]一种基于科学合作异质网络分析的作者会议推荐方法

权利要求书

1.一种基于科学合作异质网络分析的作者会议推荐方法，其特征在于，包括以下步骤：

步骤1，获取科学合作数据，构建异质科学合作网络；

步骤2，在所述的异质科学合作网络上进行邻居节点采样；

步骤3，对采样的邻居节点进行邻居信息聚合；

步骤4，在所述的异质科学合作网络上进行训练，学习得到异质网络表示；

步骤5，计算作者节点的表示向量和会议节点的表示向量的相似度；

步骤6，根据所述的相似度，向作者推荐与该作者相似度大的会议；

所述的异质科学合作网络表示为G=(V,E,A,R)，中V表示节点集合，E表示连边集合，所述的节点与连边分别存在映射和，其中A表示节点类型集合，包括作者类型、论文类型和会议类型，R表示连边类型集合，包括作者-写-论文类型，论文-引用-论文类型和论文-发表-会议类型；

所述的邻居节点采样是基于元路径的，所述的元路径是定义在图G=(V,E,A,R)上的一条路径，表示为以下形式：，定义了节点A₁和A_k+1之间的复合关系R=R₁oR₂o…oR_k，其中o表示关系间复合运算，这条元路径表示A₁和A_k+1通过k+1个节点和k条连边形成的语义信息被连接在一起。

2.根据权利要求1所述的一种基于科学合作异质网络分析的作者会议推荐方法，其特征在于，所述的邻居节点采样包括以下步骤，步骤201，对所述的异质科学合作网络的节点进行直接属性和间接属性聚合，步骤202，对所述的异质科学合作网络的节点进行直接邻居和间接邻居采样；

所述的直接属性是节点本身具有的属性，所述的间接属性则是从异质科学合作网络中的相互关系中获得的额外属性，是对直接属性的补充；论文节点的直接属性包括论文标题、论文摘要和预训练结构嵌入，论文节点的间接属性包括录取会议的结构嵌入、论文作者的结构嵌入、引用文献的结构嵌入及引用文献的标题向量；作者节点的直接属性包括作者节点的结构嵌入，作者节点的间接属性是作者撰写论文的标题和摘要的向量表示；会议节点的直接属性包括会议节点的结构嵌入，会议节点的间接属性包括会议录取论文的标题和摘要的向量表示；

所述的直接邻居是目标节点在异质科学合作网络中通过连边直接相连的邻居节点，间接邻居是目标节点在异质科学合作网络中通过元路径相连的邻居节点。

3.根据权利要求2所述的一种基于科学合作异质网络分析的作者会议推荐方法，其特征在于，所述的直接属性和间接属性聚合采用BiLSTM聚合，然后再进行均值池化，获得具有表达能力的d_a维度初始特征向量，x_i是通过BiLSTM获得的特征向量，表示向量维度为d_a×1维。