排序方式： 共有4条查询结果，搜索用时 127 毫秒
1
1.
[目的/意义]合理预测科研领域的潜在合作关系有助于优化资源配置,提升科研产出效率。从科研网络出发的潜在合作预测研究日益增长,需要系统总结。[方法/过程]在CNKI和Web of Science中检索并筛选出基于科研网络的潜在合作关系预测方法的研究,从年发文量、期刊分布对目标文献集进行统计分析。使用内容分析法,梳理出预测潜在合作关系的一般流程,描述步骤中的方法。[结果/结论]潜在合作关系预测一般流程为网络构建、特征提取与表示、合作预测和预测结果评价,其中构建的网络可分为同质网络、异质网络和二分网络,特征提取和表示可分为节点内容特征和网络结构特征,合作预测的方法主要有基于相似性的方法和基于机器学习的方法,预测结果评价的指标为AUC、Precision和Ranking Score;现有方法的局限性启示了未来潜在合作关系预测的发展方向。 相似文献
2.
[目的/意义]PMC指数模型是政策文献量化研究的重要方法之一,相关研究成果丰富,需要系统总结,以促进该方法的进一步发展。[方法/过程]使用文献计量方法,分析国内应用PMC指数模型的现状,整理出PMC指数模型的一般流程,对流程中各步骤的实践状况进行描述,并展开如何更合理使用该模型的讨论。[结果/结论]PMC指数模型应用于政策评价是一种狭义的评价,对其合理使用需要明确这一定位,构建科学的指标体系,保证应用过程中政策文本的前后一致性。 相似文献
3.
使用专利文献构建产学研合作网络,有助于识别产学研潜在合作关系,助力各创新主体的有效协同。在网络中引入链路预测和以专利权人专利手工代码（Manual Codes,MC）为单位的耦合分析方法,使用链路预测中的相似性指标计算专利权人的路径相似性,使用余弦距离计算专利权人专利的内容相似性,构建融合路径相似性和内容相似性的加权融合指标。使用AUC (Area Under Curve)确定融合指标权重,在2014—2018年生物制药产业产学研合作网络中进行指标效果检验。实证发现,路径相似性和内容相似性在融合指标中约为1∶9时预测效果最佳,使用最优算法预测出的潜在合作结果可用于支持生物制药产业产学研创新主体对未来合作关系的决策。 相似文献
4.
1