作者：于海泉学术网络分析用户属性预测卷积神经网络循环神经网络
摘要：学术画像即精确刻画学术网络中学者的未知属性。当前方法多基于学者已知属性和合作网络,在预测学者二值属性时具有较好效果,但在多值属性预测时,精度较低;利用学者研究内容辅助预测缺失属性的工作较少。基于上述挑战,提出以自中心关系属性网络结合已知学者属性信息、合作关系、研究内容,探索不同深度神经网络模型填充学术网络中学者的缺失属性、丰富学者画像的方法,并在真实数据集上进行验证。实验结果表明,在多值属性预测任务中,所提模型F1平均提升5.25%。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
