【技术实现步骤摘要】
本专利技术属于数据处理，尤其涉及基于复杂网络和同名消歧的科研人才合作社区发现方法。
技术介绍
1、科研人员合作社区是由合作关系紧密的科研人员组成的小群体，通过科研人员之间各种合作关系而构建的科研人员合作复杂网络。科研人员合作社区的设计为相关的研究和开发工作寻找合作伙伴提供了更多渠道，也对不同科研机构中科研团队的发现起到作用。然而，目前科研人员合作社区构建过程中数据挖掘还不够全面，不能更好地起到辅助作用。
2、如专利zl202010340274.0中公开了一种科研人员合作社区的构建方法及装置，科研人员合作社区的构建过程中根据科研人员进行构建，基于科研人员合作关系网络及科研人员的影响力，生成科研人员合作社区；用以解决构建中计算量大、生成的社区图谱可读性差以及图谱中合作社区的信息存在偏差影响用户体验的问题。但所构建的科研人员合作社区的使用过程中仍存在以下问题：
3、1、在合作关系发现时，只考虑了结构化数据，没有考虑非结构化数据，导致很多合作关系的数据丢失，社区构建也就不全。
4、2、网络节点的影响力评分模型...
【技术保护点】
1.基于复杂网络和同名消歧的科研人才合作社区发现方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于复杂网络和同名消歧的科研人才合作社区发现方法，其特征在于，所述S1具体如下：
3.根据权利要求2所述的基于复杂网络和同名消歧的科研人才合作社区发现方法，其特征在于，所述S2具体如下：
4.根据权利要求1所述的基于复杂网络和同名消歧的科研人才合作社区发现方法，其特征在于，所述S3中科研人员综合影响力模型的计算表达式如下：
5.根据权利要求4所述的基于复杂网络和同名消歧的科研人才合作社区发现方法，其特征在于，所述S3...
【技术特征摘要】
1.基于复杂网络和同名消歧的科研人才合作社区发现方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于复杂网络和同名消歧的科研人才合作社区发现方法，其特征在于，所述s1具体如下：
3.根据权利要求2所述的基于复杂网络和同名消歧的科研人才合作社区发现方法，其特征在于，所述s2具体如下：
4.根据权利要求1所述的基于复杂网络和同名消歧的科研人才合作社区发现方法，其特征在于，所述s3中科研人员综合影响力模型的计算表达式如下：
5.根据权利要求4所述的基于复杂网络和同名消歧的科研人才合作社区发现方法，其特征在于，所述s3具体包括如下步骤：
6.根据权利要求5所述的基于复杂网络和同名消歧的科研人才合...
【专利技术属性】
技术研发人员：吕孝忠，吴其正，刘振羽，姜明星，姚雨，程智勇，王毓，刘运，张小伟，王小超，
申请(专利权)人：巢湖学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。