面向科研關(guān)系網(wǎng)絡(luò)的發(fā)現(xiàn)算法研究

王卓昊 徐晨陽(yáng) 江俊鵬 王東

（中國(guó)科學(xué)技術(shù)信息研究所，北京 100038）

1 相關(guān)研究

根據(jù)國(guó)家統(tǒng)計(jì)局2019年發(fā)布的《科技發(fā)展大跨越 創(chuàng)新引領(lǐng)譜新篇——新中國(guó)成立70周年經(jīng)濟(jì)社會(huì)發(fā)展成就系列報(bào)告之七》，2018年我國(guó)按折合全時(shí)工作量計(jì)算的科研人員總量已達(dá)到419萬(wàn)人年，連續(xù)6年位居世界第一[1]。如果將科研人員視為節(jié)點(diǎn)，那么眾多的科研人員就組成了一張巨大的圖或網(wǎng)絡(luò)，根據(jù)論文合著、項(xiàng)目合作、師承等關(guān)系，該網(wǎng)絡(luò)可劃分為若干社區(qū)。借助數(shù)據(jù)挖掘技術(shù)從海量的科研數(shù)據(jù)中挖掘出科研關(guān)系網(wǎng)絡(luò)，進(jìn)而發(fā)現(xiàn)科研人員社區(qū)，對(duì)我國(guó)的科技管理工作具有重要意義：一方面，借助科研人員社區(qū)可以有針對(duì)性地建立一支完備的科研隊(duì)伍，滿足我國(guó)高水平科技項(xiàng)目的研發(fā)需求；另一方面，借助科研人員社區(qū)可以發(fā)現(xiàn)任意兩個(gè)科研人員之間的聯(lián)系緊密程度，有利于踐行項(xiàng)目申報(bào)、職稱評(píng)審等程序的回避原則，維護(hù)科研環(huán)境的公平公正。

目前，關(guān)于科研關(guān)系網(wǎng)絡(luò)發(fā)現(xiàn)的研究已經(jīng)取得了一些進(jìn)展：夏歡等[2]針對(duì)中國(guó)知網(wǎng)學(xué)術(shù)論文，利用Pajek構(gòu)建論文合著網(wǎng)絡(luò)，進(jìn)而挖掘出科研社區(qū)，并與經(jīng)典的社區(qū)發(fā)現(xiàn)算法Girvan-Newman（GN）算法[3]進(jìn)行了性能對(duì)比；羅紀(jì)雙[4]同樣針對(duì)科研論文，通過(guò)改進(jìn)Louvain算法對(duì)科研合作網(wǎng)絡(luò)進(jìn)行社區(qū)劃分，并基于FR算法優(yōu)化了社區(qū)內(nèi)部的可視化布局；蒲實(shí)等[5]針對(duì)科研網(wǎng)絡(luò)的動(dòng)態(tài)特征，提出一種基于動(dòng)態(tài)科研網(wǎng)絡(luò)表示學(xué)習(xí)的社區(qū)檢測(cè)算法DANE-CD，并與既有算法在準(zhǔn)確率、歸一化互信息和模塊度3個(gè)指標(biāo)上進(jìn)行了對(duì)比。以上研究雖然獲得了一定的成果，但是仍然存在一些問(wèn)題，主要體現(xiàn)在兩點(diǎn)：一是現(xiàn)有研究大多基于論文合著或項(xiàng)目合作關(guān)系構(gòu)建社區(qū)，沒(méi)有綜合考慮到其他關(guān)系（如同事、合伙人、師承、校友、同鄉(xiāng)等），因此構(gòu)建的科研關(guān)系網(wǎng)絡(luò)不能全面地反映科研人員之間的聯(lián)系緊密程度；二是所使用的社區(qū)發(fā)現(xiàn)算法（如Louvain、GN等）在超大規(guī)模網(wǎng)絡(luò)上的效率不夠高，社區(qū)構(gòu)建和更新的效率較低。

鑒于以上問(wèn)題，本文在科研人員多種關(guān)系的基礎(chǔ)上，對(duì)經(jīng)典的網(wǎng)頁(yè)排名算法PageRank[6]進(jìn)行改進(jìn)，提出一種面向科研關(guān)系網(wǎng)絡(luò)的發(fā)現(xiàn)算法，能夠?qū)蒲腥藛T之間的關(guān)系進(jìn)行多維刻畫(huà)，建立科研關(guān)系網(wǎng)絡(luò)模型，從單個(gè)科研人員出發(fā)，快速發(fā)現(xiàn)該科研人員所處的局部社區(qū)。相對(duì)于現(xiàn)有的科研關(guān)系網(wǎng)絡(luò)發(fā)現(xiàn)方法，本文提出的算法不僅降低了社區(qū)發(fā)現(xiàn)的復(fù)雜度，而且提高了所發(fā)現(xiàn)社區(qū)的可用性。

2 相關(guān)技術(shù)

2.1 社區(qū)發(fā)現(xiàn)算法概述

在現(xiàn)實(shí)世界中，許多系統(tǒng)都可以用網(wǎng)絡(luò)進(jìn)行描述，如社交網(wǎng)絡(luò)、萬(wàn)維網(wǎng)、公路鐵路交通網(wǎng)等，網(wǎng)絡(luò)中的節(jié)點(diǎn)表示系統(tǒng)中的個(gè)體，節(jié)點(diǎn)之間的邊表示個(gè)體之間的關(guān)系。一個(gè)網(wǎng)絡(luò)可認(rèn)為是由若干個(gè)社區(qū)（community）組成的，同一社區(qū)內(nèi)的節(jié)點(diǎn)之間的聯(lián)系較為緊密，而社區(qū)與社區(qū)之間的聯(lián)系較為松散。社區(qū)發(fā)現(xiàn)（Community Detection）算法就是用來(lái)發(fā)現(xiàn)網(wǎng)絡(luò)中的社區(qū)結(jié)構(gòu)，主要可分為以下3種。

（1）傳統(tǒng)的社區(qū)發(fā)現(xiàn)算法。這類算法主要分為兩類：第一類是基于圖分割的算法，如譜二分法[7]、Kernighan-Lin（KL）算法[8]等，它們的基本思路是將圖分為預(yù)定義大小的若干個(gè)簇或子圖，使得子圖內(nèi)部的邊數(shù)比子圖之間的邊數(shù)更密集；第二類是基于聚類的方法，包括分層聚類[9]、劃分聚類[10]、譜聚類[11]等，這類算法基于圖的鄰接矩陣表示方法，使用常規(guī)的算法對(duì)其中的子矩陣進(jìn)行聚類。

（2）基于分裂的社區(qū)發(fā)現(xiàn)算法。這類方法基于低相似性刪除網(wǎng)絡(luò)中的簇間的邊，從而將社區(qū)彼此分離，前面提到的GN算法就屬于這類算法。

（3）基于模塊度優(yōu)化的社區(qū)發(fā)現(xiàn)算法。模塊度（modularity）是用來(lái)衡量一個(gè)社區(qū)的劃分是否優(yōu)良的指標(biāo)，可以簡(jiǎn)單將其理解為每一個(gè)社區(qū)內(nèi)部的邊的權(quán)重之和減去所有與社區(qū)節(jié)點(diǎn)相連邊的權(quán)重之和。這類方法可進(jìn)一步分為貪心法、模擬退火法、極值優(yōu)化法、譜優(yōu)化法等，前面提到的Louvain算法就屬于貪心法。

上面介紹的是目前較為成熟的社區(qū)發(fā)現(xiàn)方法，可應(yīng)用于大多數(shù)網(wǎng)絡(luò)結(jié)構(gòu)中。除此之外，新的方法也在不斷被提出，例如，對(duì)于更新較為頻繁的網(wǎng)絡(luò)，學(xué)者陸續(xù)提出了多種動(dòng)態(tài)社區(qū)發(fā)現(xiàn)算法[12-14]；再如，在一些網(wǎng)絡(luò)中，單個(gè)節(jié)點(diǎn)可能同時(shí)屬于多個(gè)社區(qū)，即社區(qū)之間存在明顯的重疊情況，針對(duì)這種情況學(xué)者陸續(xù)提出了一些重疊社區(qū)檢測(cè)方法，如Clique percolation[15]、SVINET[16]等。

2.2 PageRank算法

PageRank算法最早由Google創(chuàng)始人Larry Page和Sergey Brin在1998年提出，是一種對(duì)網(wǎng)頁(yè)重要性進(jìn)行排名的算法，其核心思想是：被很多網(wǎng)頁(yè)所鏈接的網(wǎng)頁(yè)重要性較高，同時(shí)被重要的網(wǎng)頁(yè)所鏈接的網(wǎng)頁(yè)重要性也較高。具體來(lái)說(shuō)，互聯(lián)網(wǎng)中的網(wǎng)頁(yè)被視為若干節(jié)點(diǎn)，網(wǎng)頁(yè)之間的超鏈接被視為節(jié)點(diǎn)之間的有向邊，每個(gè)節(jié)點(diǎn)的重要性取決于網(wǎng)絡(luò)中其他節(jié)點(diǎn)與該節(jié)點(diǎn)的鏈接數(shù)量，一個(gè)節(jié)點(diǎn)的總鏈接數(shù)越多，則其重要性越高；同時(shí)，一個(gè)節(jié)點(diǎn)的總鏈接數(shù)越多，則其被指向的節(jié)點(diǎn)的重要性也越高。該算法通過(guò)PageRank值（PR值）來(lái)衡量節(jié)點(diǎn)的重要性，其計(jì)算方式如公式（1）所示。

其中，i和j表示節(jié)點(diǎn)，PRi和PRj表示它們的PR值，Bi表示指向節(jié)點(diǎn)i的節(jié)點(diǎn)集合，Nj表示節(jié)點(diǎn)j所指向的節(jié)點(diǎn)個(gè)數(shù)。

通過(guò)迭代，最終網(wǎng)絡(luò)中所有的節(jié)點(diǎn)都會(huì)計(jì)算得到一個(gè)穩(wěn)定的PR值，但在實(shí)際的網(wǎng)絡(luò)中，可能會(huì)出現(xiàn)等級(jí)下沉（rank sink）的情況，它指的是節(jié)點(diǎn)的入度為0，即沒(méi)有被任何節(jié)點(diǎn)所鏈接的情況，會(huì)導(dǎo)致PR值異常。為了解決該問(wèn)題，可以引入阻尼系數(shù)或稱衰減因子α（0＜α＜1）對(duì)PR值的計(jì)算方式進(jìn)行修正，如公式（2）所示。

其中，α一般取值為0.85，n是網(wǎng)絡(luò)中的節(jié)點(diǎn)總數(shù)；d是線性組合系數(shù)，稱為阻尼因子，0≤d≤1。

上面介紹了PageRank算法在網(wǎng)頁(yè)重要性排名方面的應(yīng)用，實(shí)際上該算法可以被用在和圖有關(guān)的問(wèn)題上，如社會(huì)影響力分析[17]、文本聚類[18]等。在本文中，則將PageRank算法應(yīng)用到局部社區(qū)發(fā)現(xiàn)中。

3 面向科研關(guān)系網(wǎng)絡(luò)的發(fā)現(xiàn)算法

我國(guó)擁有數(shù)量眾多的科研人員，彼此之間形成了一張超大規(guī)模的關(guān)系網(wǎng)絡(luò)，即使應(yīng)用前述的Louvain等算法對(duì)該網(wǎng)絡(luò)進(jìn)行社區(qū)發(fā)現(xiàn)，其復(fù)雜度也難以想象。因此，本文考慮從局部網(wǎng)絡(luò)入手，探討如何從某個(gè)節(jié)點(diǎn)出發(fā)，在局部網(wǎng)絡(luò)中找到該節(jié)點(diǎn)所在的社區(qū)，即所謂的局部社區(qū)發(fā)現(xiàn)。

本研究基于科研人員基本屬性數(shù)據(jù)設(shè)計(jì)科研關(guān)系模型，定義科研人員之間存在的多種關(guān)系，提出關(guān)系緊密度的計(jì)算方法。通過(guò)計(jì)算科研人員之間關(guān)系的緊密度，建立由節(jié)點(diǎn)和邊組成的科研關(guān)系網(wǎng)絡(luò)，形成一張有向圖。提出一種面向科研關(guān)系網(wǎng)絡(luò)的發(fā)現(xiàn)算法，對(duì)科研關(guān)系網(wǎng)絡(luò)進(jìn)行關(guān)聯(lián)關(guān)系挖掘和分析，實(shí)現(xiàn)以單個(gè)科研人員為核心的局部社區(qū)發(fā)現(xiàn)。

3.1 科研關(guān)系模型

科研人員相關(guān)數(shù)據(jù)主要包括兩部分：一部分是其發(fā)表或署名的各類科技文獻(xiàn)，如論文、專利、申報(bào)書(shū)等；另一部分是其在個(gè)人主頁(yè)、機(jī)構(gòu)官網(wǎng)公開(kāi)或在人才數(shù)據(jù)庫(kù)中存儲(chǔ)的自我介紹，一般包括教育背景、工作經(jīng)歷、獲獎(jiǎng)信息等。這些數(shù)據(jù)體現(xiàn)了科研人員之間可能存在的合作/合伙、行政、師承等關(guān)系，為簡(jiǎn)單起見(jiàn)，本文將其中的一對(duì)一關(guān)系作為基礎(chǔ)，組織形成了科研關(guān)系模型。同時(shí)，為刻畫(huà)兩個(gè)科研人員之間的關(guān)系緊密程度，參考項(xiàng)目申報(bào)、職稱評(píng)審等程序中的回避要求，本文對(duì)每種關(guān)系賦以權(quán)重，用于表示關(guān)系的緊密程度?？蒲嘘P(guān)系的具體描述如表1所示。

表1 科研關(guān)系描述

需要注意的是，在計(jì)算科技文獻(xiàn)合作關(guān)系和項(xiàng)目/課題合作關(guān)系的權(quán)重時(shí)，還需納入時(shí)間因素，這是由于主要考慮當(dāng)前關(guān)系的親密程度，即距當(dāng)前時(shí)間越近的合作理應(yīng)取得更高的權(quán)重，因此，根據(jù)表1計(jì)算出每一次合作的初始權(quán)重后，還需進(jìn)行以下處理，見(jiàn)公式（3）。

其中，w表示每次合作的初始權(quán)重，yearcoo和yearcur分別表示合作年份和當(dāng)前年份，yearstart表示起始年份，只有發(fā)生在yearstart之后的合作才會(huì)被納入考慮。例如，我們僅考慮近十年內(nèi)的合作關(guān)系，即yearstart設(shè)為2012，那么對(duì)于兩位科研人員在2019年合作的論文，若初始權(quán)重w=0.5，則修正后的權(quán)重

此外，考慮到科研人員之間可能存在多項(xiàng)合作，因此科技文獻(xiàn)合作關(guān)系和項(xiàng)目/課題合作關(guān)系的權(quán)重可以進(jìn)行疊加，疊加后的結(jié)果除以該類關(guān)系的最大值進(jìn)行歸一化即可。

3.2 科研關(guān)系網(wǎng)絡(luò)構(gòu)建

定義好科研關(guān)系模型后，即可進(jìn)一步構(gòu)建科研關(guān)系網(wǎng)絡(luò)，示例如圖1所示。首先，將每個(gè)科研人員視為一個(gè)個(gè)節(jié)點(diǎn)，然后把科研人員之間的關(guān)系轉(zhuǎn)換成無(wú)向的有權(quán)邊，即若兩位科研人員存在某種關(guān)系，則在對(duì)應(yīng)的兩個(gè)節(jié)點(diǎn)之間連上一條邊，邊上的權(quán)重表示這種關(guān)系的強(qiáng)弱。

圖1 科研關(guān)系網(wǎng)絡(luò)構(gòu)建過(guò)程

由于兩位科研人員之間可能同時(shí)存在多種關(guān)系，因此關(guān)系的權(quán)重或邊的權(quán)重可以進(jìn)行疊加，如公式（4）所示。

3.3 面向科研關(guān)系網(wǎng)絡(luò)的發(fā)現(xiàn)算法

PageRank算法實(shí)際上屬于隨機(jī)游走模型（Random Walk Model），因此可以基于該模型的思想將PR值的計(jì)算方法寫(xiě)成公式（5）的形式。

可以看出，PageRank算法的主要目的是對(duì)所有節(jié)點(diǎn)按照全局重要性排序，所以在初始化時(shí)，算法設(shè)定所有節(jié)點(diǎn)的重要性都相同，然后通過(guò)迭代對(duì)重要性不斷調(diào)整。當(dāng)我們進(jìn)行局部社區(qū)發(fā)現(xiàn)時(shí)，實(shí)際上也是對(duì)所有節(jié)點(diǎn)按照重要性排序，因此從理論上來(lái)說(shuō)可以基于PageRank算法實(shí)現(xiàn)。需注意的是，這里的重要性并不是全局重要性，而是相對(duì)于某個(gè)節(jié)點(diǎn)來(lái)說(shuō)的相對(duì)重要性。因此，在初始化時(shí)，該節(jié)點(diǎn)的重要性應(yīng)與其他節(jié)點(diǎn)有所區(qū)別，在這個(gè)時(shí)候，PageRank算法就演化成了一種特殊形式，即Personalized PageRank（PPR）?；赑ersonalized PageRank算法，本文提出了一套面向科研關(guān)系網(wǎng)絡(luò)的發(fā)現(xiàn)算法。

在本算法中，首先選定某個(gè)節(jié)點(diǎn)作為源節(jié)點(diǎn)，即認(rèn)為該節(jié)點(diǎn)局部社區(qū)的中心。然后計(jì)算其他節(jié)點(diǎn)相對(duì)于源節(jié)點(diǎn)的重要性即PPR值，如公式（6）所示。

在計(jì)算出其他節(jié)點(diǎn)的PPR值后，就可以根據(jù)PPR值由大到小的順序，依次嘗試將其他節(jié)點(diǎn)納入以源節(jié)點(diǎn)為核心的局部社區(qū)中，在這里我們提出一種用于衡量社區(qū)緊密程度的指標(biāo)Φ，當(dāng)某個(gè)節(jié)點(diǎn)加入社區(qū)S后Φ（S）變小了，則認(rèn)為該節(jié)點(diǎn)的加入使得社區(qū)S被強(qiáng)化了，那么就正式納入該節(jié)點(diǎn)，否則不納入。Φ（S）的計(jì)算方法如公式（7）所示。

其中，S表示當(dāng)前考慮的局部社區(qū)，表示網(wǎng)絡(luò)中由不屬于S社區(qū)的節(jié)點(diǎn)所構(gòu)成的社區(qū)。

至此，可以將面向科研關(guān)系網(wǎng)絡(luò)的發(fā)現(xiàn)算法描述如下。①選定某一科研人員s作為源節(jié)點(diǎn)，初始化目標(biāo)社區(qū)S={s}；②計(jì)算其他節(jié)點(diǎn)相對(duì)于s的重要程度即PPR值，按照從大到小的順序依次排列；③將當(dāng)前PPR值最大的節(jié)點(diǎn)t納入目標(biāo)社區(qū)S中，即S=S∪{t}；④重新計(jì)算社區(qū)的緊密程度Φ（S），若Φ（S）減小了，則將節(jié)點(diǎn)t正式納入社區(qū)S中，否則剔除節(jié)點(diǎn)t；⑤考慮下一個(gè)節(jié)點(diǎn)，執(zhí)行第③④步；若Φ（S）小于閾值δ，則認(rèn)為社區(qū)S已經(jīng)飽和，不再接受其他節(jié)點(diǎn)；⑥返回社區(qū)S，表示局部社區(qū)發(fā)現(xiàn)完成。

基于上述算法進(jìn)行科研人員局部社區(qū)發(fā)現(xiàn)的過(guò)程如圖2所示。其中，A到G分別表示科研人員節(jié)點(diǎn)，首先根據(jù)二者之間存在的各種關(guān)系構(gòu)建關(guān)系網(wǎng)絡(luò)，并計(jì)算出邊的權(quán)重。然后，將A視為源節(jié)點(diǎn)，通過(guò)面向科研關(guān)系網(wǎng)絡(luò)的發(fā)現(xiàn)算法計(jì)算出其他節(jié)點(diǎn)相對(duì)于A的重要程度即PPR值，然后按照從大到小的順序排列。最后，依次將其他節(jié)點(diǎn)納入以A為核心的目標(biāo)社區(qū)中，直至社區(qū)飽和?？梢钥闯?，最終構(gòu)建的社區(qū)包括A、B、E、G、F共5個(gè)節(jié)點(diǎn)。

圖2 科研人員局部社區(qū)發(fā)現(xiàn)過(guò)程

4 實(shí)驗(yàn)驗(yàn)證

為了說(shuō)明本文所提出的方法的有效性，設(shè)計(jì)實(shí)驗(yàn)進(jìn)行驗(yàn)證。本實(shí)驗(yàn)基于科研人員關(guān)系數(shù)據(jù)，提取255項(xiàng)科研人員信息，其中包括科研人員的姓名、工作單位、論文、專利和戶籍關(guān)系等。利用Python對(duì)科研人員數(shù)據(jù)進(jìn)行相關(guān)關(guān)系抽取，得到表1中定義的科技文獻(xiàn)合作關(guān)系、項(xiàng)目/課題合作關(guān)系、行政關(guān)系、師承關(guān)系與合伙關(guān)系等幾類主要的關(guān)系，并根據(jù)上述關(guān)系的親密程度度量方法計(jì)算關(guān)系的權(quán)重。采用Neo4j圖數(shù)據(jù)庫(kù)建立科研人員關(guān)系網(wǎng)絡(luò)的圖模型，以該圖數(shù)據(jù)為基礎(chǔ)，利用本文提出的面向科研關(guān)系網(wǎng)絡(luò)的發(fā)現(xiàn)算法進(jìn)行科研關(guān)系網(wǎng)絡(luò)的挖掘和分析，得到以科研人員為核心的社區(qū)。

4.1 實(shí)驗(yàn)環(huán)境及數(shù)據(jù)

本文實(shí)驗(yàn)的環(huán)境為Ubuntu 22.04.1 LTS x86_64（Intel Xeon Silver 4208（32）@ 3.200GHz），32GB內(nèi)存。實(shí)驗(yàn)工具為Python3.9.12，Visual Studio Code 1.71.1，Neo4j Community 4.4.10圖數(shù)據(jù)庫(kù)，py2neo2021.2.3，numpy1.23.1，Neo4j Graph Data Science（GDS）library 2.1.11以及 MySQL5.7。

實(shí)驗(yàn)數(shù)據(jù)從關(guān)系數(shù)據(jù)庫(kù)MySQL中導(dǎo)出并存儲(chǔ)為CSV格式文件。首先，利用Python中的Pandas庫(kù)對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，包含缺失值填補(bǔ)、異常數(shù)據(jù)清理和數(shù)據(jù)對(duì)齊處理。接著從數(shù)據(jù)中抽取科研人員的關(guān)聯(lián)關(guān)系，并利用Cypher數(shù)據(jù)庫(kù)請(qǐng)求語(yǔ)句將科研人員相關(guān)關(guān)系映射至Neo4j圖數(shù)據(jù)庫(kù)中，建立科研人員關(guān)系網(wǎng)絡(luò)的圖模型，共包含694個(gè)節(jié)點(diǎn)以及3 369個(gè)邊。

4.2 實(shí)驗(yàn)及結(jié)果分析

基于上面構(gòu)建的科研關(guān)系網(wǎng)絡(luò)，采用本文提出的面向科研關(guān)系網(wǎng)絡(luò)的發(fā)現(xiàn)算法，首先計(jì)算以科研人員為中心的各節(jié)點(diǎn)PPR值。接著根據(jù)PPR值進(jìn)行降序排序，根據(jù)社區(qū)緊密程度指標(biāo)將其他節(jié)點(diǎn)組織加入以源節(jié)點(diǎn)為核心的局部社區(qū)中。假設(shè)以科研人員41為核心，計(jì)算PPR值見(jiàn)表2。以科研人員41為核心的局部社區(qū)展示見(jiàn)圖3。

表2 以科研人員41為核心的PPR值

圖3 以科研人員41為核心的局部社區(qū)

對(duì)上述實(shí)驗(yàn)結(jié)果進(jìn)行分析，說(shuō)明本文提出的面向科研關(guān)系網(wǎng)絡(luò)的發(fā)現(xiàn)算法，能夠基于科研關(guān)系網(wǎng)絡(luò)實(shí)現(xiàn)局部社區(qū)的快速發(fā)現(xiàn)，驗(yàn)證了本方法的有效性。由于本方法基于局部網(wǎng)絡(luò)進(jìn)行挖掘分析，能夠有效降低社區(qū)發(fā)現(xiàn)的復(fù)雜度，同時(shí)因?yàn)榭紤]的科研關(guān)系更加豐富并且通過(guò)關(guān)系緊密度對(duì)多種科研關(guān)系進(jìn)行歸一化處理，刻畫(huà)科研人員之間的聯(lián)系密切程度，使得所發(fā)現(xiàn)社區(qū)在可用性和實(shí)用性方面有所提升。接下來(lái)將增加實(shí)驗(yàn)數(shù)據(jù)、擴(kuò)展實(shí)驗(yàn)方法、與經(jīng)典方法進(jìn)行對(duì)比分析，進(jìn)一步驗(yàn)證本方法的性能。

5 結(jié)語(yǔ)

本文提出的面向科研關(guān)系網(wǎng)絡(luò)的發(fā)現(xiàn)算法能夠基于科研關(guān)系網(wǎng)絡(luò)進(jìn)行局部社區(qū)發(fā)現(xiàn)，其優(yōu)勢(shì)在于涵蓋了更多的關(guān)系類型，在社區(qū)發(fā)現(xiàn)的復(fù)雜度和所發(fā)現(xiàn)社區(qū)的可用性方面具有一定優(yōu)勢(shì)，可進(jìn)一步應(yīng)用于面向重大科研需求的科研人員推薦，有針對(duì)性地組建科研隊(duì)伍，同時(shí)在項(xiàng)目申報(bào)、職稱評(píng)審等重要程序中能夠更準(zhǔn)確地發(fā)現(xiàn)人員之間的關(guān)聯(lián)關(guān)系，落實(shí)回避機(jī)制，對(duì)于科技管理工作具有較大意義。

接下來(lái)將進(jìn)一步通過(guò)試驗(yàn)對(duì)上述結(jié)果進(jìn)行驗(yàn)證。同時(shí)圍繞下面3個(gè)問(wèn)題進(jìn)行更深入的研究。

（1）本文所提出的算法建立在關(guān)系網(wǎng)絡(luò)的基礎(chǔ)上，即需要提取出科研人員之間的合作、行政、師承、合伙等關(guān)系，但是由于數(shù)據(jù)和方法上的問(wèn)題，其中某些關(guān)系很難被準(zhǔn)確、完整地提取出來(lái)，因此可能會(huì)在不同程度上影響到最終局部社區(qū)發(fā)現(xiàn)效果。

（2）為了簡(jiǎn)單起見(jiàn)，科研人員之間的大多數(shù)關(guān)系權(quán)重系數(shù)由人為定義，不夠靈活和精細(xì)，也很難保證同一套權(quán)重系數(shù)可以在不同的網(wǎng)絡(luò)中均能取得最佳的表現(xiàn)，因此后續(xù)需要進(jìn)一步優(yōu)化權(quán)重系數(shù)的處理方式。

（3）在本文所考慮的科研關(guān)系中，科技文獻(xiàn)合作關(guān)系是主要的組成部分。但是許多科技文獻(xiàn)涉及多個(gè)交叉學(xué)科，可能會(huì)導(dǎo)致最終的社區(qū)內(nèi)部科研人員之間的研究方向的相似性有所降低，這與許多用戶的直觀判斷產(chǎn)生了偏差，即一個(gè)社區(qū)內(nèi)部的科研人員應(yīng)基本屬于同一個(gè)研究方向。