《表2 实验数据集：基于网络表示学习的科研合作推荐研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于网络表示学习的科研合作推荐研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文采用的数据集来自中国知网期刊数据库金融类目CSSCI（Chinese Social Sciences Citation In‐dex）选项，共包含2000—2014年的68905篇论文，并据此从个人层面构建科研合作网络。在该科研合作网络中，节点代表论文的作者，边代表作者之间的合作关系。假设有一篇论文发表于2014年，在该论文中有三个合著者author1、author2、author3，则节点author1和author2，author2和author3，author1和author3之间各存在一条边，代表三个作者的合著关系。为更真实地模拟链接预测，数据集将按照时间序列分为两部分，例如，将2000—2013年的数据作为训练集，2014年的数据作为测试集。实验所使用的数据集如表2所示。总集合中的7096条合作链接仅代表存在合作关系的作者对，不包括重复的链接情况。由于本文选取的四种基线方法中，Deep‐Walk模型仅适用于无加权网络，其他三种模型均可用于加权和不加权的网络，为了更好地对比基线模型和融合模型在同一类网络上的效果，在将合著数据处理为科研合作网络时，仅保留作者之间的合作关系，而没有将作者的合作次数作为边的权重，即本文所使用的科研合作网络是一个无加权网络。