CN113064996B - 一种非对称信息网络下的论文影响力度量方法 - Google Patents

Abstract

本发明公开了一种非对称信息网络下的论文影响力度量方法，包括：1、构建论文引用网络；2、利用社区检测Louvain方法对论文引用网络中的群体分布进行划分，得到社群集合；3、构建社群内部的引用网络和社群间的引用网络；4、利用PageRank聚类方法度量各个社群内部的引用网络的论文局部影响力和社群间的引用网络的社群影响力；5、根据论文局部影响力及其所在的社群影响力，度量论文在所述论文引用网络中的影响力。本发明能有效度量论文在全论文系统中和相关领域群体中的影响力，从而提升论文影响力度量的准确性。

Description

一种非对称信息网络下的论文影响力度量方法

技术领域

本发明涉及对学术领域中的论文影响力进行评估的方法，具体地说是一种非对称信息网络下的论文影响力度量方法。

背景技术

科研论文是众多学者的复杂研究工作成果，如何衡量论文的影响力是学术界一直关注的问题，但是不同的评估方法也很难给出明确的界定。目前，衡量论文影响力方法主要从论文被引用次数角度出发，如H指数、G指数、I10指数、H5中位数等，还有一些方法在论文引用数上额外考虑期刊论文数、影响因子指标等，如H5指标。但是一篇论文从录用到被引用可能需要经过很长一段时间，所以，这些度量方法都存在着时滞问题，一些最新的高水平期刊论文可能会得到较低的影响力评价结果，从而导致不准确的评估结果。另外，Altmetrics从社交网络角度度量论文的社会影响力，但是该方法是从七个社交平台上获得用户提及数、读者数、新闻报道数、政府采用数等得分，最后综合得分越高的论文，则其社会影响力越大。但是，该方法考虑外在信息来评价论文的影响力，并未被应用于所有领域的论文影响力评估，这将导致那些未在社交平台上被讨论的论文得到较低的影响力值，忽视了重要论文的价值，也忽视了论文自身的引用关系对评价其影响力的重要性。除此之外，PageRank方法也被应用于度量节点影响力，但是该方法考虑的是节点自身的影响力和邻居节点的影响力，没有针对论文引用网络的自身特点，忽略了论文的群体性以及群体间引用的非对称性，由此导致论文影响力度量的准确性也有存在较大的误差。由此可见，现有论文影响力度量方法存在着时滞、领域局限、不准确性等问题。

发明内容

本发明为克服上述现有研究存在的不足之处，提出一种非对称信息网络下的论文影响度量方法，以期有效判断论文在全论文系统中和相关领域群体中的影响力，从而提升论文影响力度量的准确性。

为了达到上述目的，本发明所采用的技术方案为：

本发明一种非对称信息网络下的论文影响力度量方法的特点在于，包括以下步骤：

步骤1、针对论文之间的引用关系构建论文引用网络；

步骤2、利用社区检测Louvain方法对论文引用网络中的群体分布进行划分，得到多个群体分布，再次利用社区检测Louvain方法对所有群体分布进行群体细粒度划分，直至所有群体的模块度为1为止，得到社群集合，记为G＝{g₁,...,g_l,...,g_m,...,g_k}，g_l为第l个社群，g_m为第m个社群，1＜l＜k，1＜m＜k，l≠m，k为社群数量；

步骤3、基于划分后的多个社群，构建社群内部的引用网络和社群间的引用网络；

步骤4、利用PageRank聚类方法度量各个社群内部的引用网络的论文局部影响力和社群间的引用网络的社群影响力；

步骤5、根据论文局部影响力及其所在的社群影响力，度量论文在所述论文引用网络中的影响力。

本发明所述的一种非对称信息网络下的论文影响力度量方法的特点也在于，所述步骤1包括如下过程：

获取n篇论文并作为节点，构建论文节点集合，记为U＝{u₁,...,u_i,...,u_j,...,u_n}，u_i为第i个论文节点，u_j为第j个论文节点，1＜i＜n，1＜j＜n，i≠j，n为社群数量；

以R_ij表示第i个论文节点u_i和第j个论文节点u_j之间的关系；若R_ij＝1，则表示第i个论文节点u_i引用了第j个论文节点u_j；若R_ij＝0，则表示第i个论文节点u_i未引用第j个论文节点u_j；从而得到式(1)所示的n×n维的论文引用矩阵R并形成所述论文引用网络：

所述步骤2中的社区检测Louvain方法是先将每个论文节点视为一个独立的群体，将第i个论文节点u_i分配到其每个邻居所在的群体中，并计算分配前和分配后的模块度增量，若最大模块度增量大于0，则将第i个论文节点u_i分配到最大模块度增量所对应的群体，再对其他论文节点重复执行第i个论文节点u_i的操作，直至所有论文节点的所属社群没有变化为止，从而得到多个社群分布。

所述步骤3的具体步骤包括：

步骤3.1、构建社群内部的引用网络；

将社群集合G中的第l个社群g_l内的论文节点集合记为U_l＝{u_l1,...,u_lα,...,u_lβ,...,u_lt}，u_lα为第l个社群g_l内第α个论文节点，u_lβ为第l个社群g_l内第β个论文节点，t为社群g_l内的论文节点数量，1＜α＜t，1＜β＜t，α≠β，t＜n,

以R_lαβ表示第l个社群g_l中第α个论文节点u_lα和第β个论文节点u_lβ之间的关系，

若R_lαβ＝1，则表示第l个社群g_l内第α个论文节点u_lα引用了第l个社群g_l内第β个论文节点u_lβ；若R_lαβ＝0，则表示第l个社群g_l内第α个论文节点u_lα未引用第l个社群g_l内第β个论文节点u_lβ；从而得到如式(2)所示的t×t维的第l个社群g_l的论文引用矩阵R_l：

步骤3.2、构建社群间的引用网络；

以P_lm表示第l个社群g_l和第m个社群g_m之间的关系；若P_lm＝λ，则表示第l个社群g_l的论文节点引用第m个社群g_m的论文节点的数量为λ；若P_lm＝0，则表示第l个社群g_l的论文节点未引用第m个社群g_m的论文节点；从而得到如式(3)所示的k×k维的社群间引用矩阵P：

所述步骤4包括：

步骤4.1、利用PageRank聚类方法度量社群内部的引用网络的论文局部影响力；

对于社群集合G中的第l个社群g_l，首先设置第l个社群g_l中每个论文节点相同的权值，然后将每个论文节点的权值除以相连的出链边数后作为每个出链边的权重，接着将每个论文节点的入链边的权重之和作为每个论文节点的新权值，重复执行更新过程，直至两次更新的权值不变为止，从而得到社群内论文节点的局部影响力集合,记为PR_l＝{pr_l1,...,pr_lα,...,pr_lβ,...,pr_lt},pr_lα为第l个社群g_l的第α个论文节点的局部影响力，pr_lβ为第l个社群g_l的第β个论文节点的局部影响力；

步骤4.2、利用PageRank聚类方法度量社群间的引用网络的社群影响力；

对于社群集合G，首先设置每个社群相同的权值，然后将每个社群的权值除以相连的出链边数后作为每个出链边的权重，接着将每个社群的入链边的权重之和作为每个社群的新权值，重复执行更新过程，直至两次更新的权值不变为止，从而得到社群集合G的影响力集合，记为

为第l个社群g_l的影响力，

为第m个社群g_m的影响力；

所述步骤5中是利用式(4)得到第l个社群g_l中的第α个节点u_lα的影响力PR_li：

与已有技术相比，本发明的有益效果体现在：

1、本发明基于论文引文网络的特点，将论文进行社群性划分，结合社群内的论文重要性差异和社群间引用的非对称性，提升了论文影响力度量的准确性。其核心思想是认为高质量论文群体往往会被低质量论文引用，而高质量论文群体极少会引用低质量的论文，因此论文社群之间的引用信息存在着非对称性。考虑论文的社群影响力，克服了现有技术中仅考虑被引等带来的度量误差，避免了低质量论文群体之间因为高频次引用而提升了影响力的技术弊端，使得真正高质量论文的影响力得到提升，使得度量结果更加符合真实情况，使得最终的论文影响力评估结果更准确且更具解释力，从而为学术期刊、科研人员等提供论文影响力的有效度量方法。

2、相比于传统文献计量学的方法，本发明试图发现论文引用的内在机理，对论文网络进行群体化分层分析，不局限于度量单领域的论文影响力，可以扩展到大规模复杂的引文网络，提升对大规模网络影响力度量的效率。另外，本发明还可用于度量社交网络、网页链接网络、通信网络等各种类型网络中的节点影响力，应用范围广泛。

附图说明

图1为本发明的流程示意图；

图2为本发明仿真网络的论文网络图；

图3a为本发明中PageRank对比方法下论文全局影响力分布图；

图3b为本发明中Hierarchical PageRank方法下论文全局影响力分布图；

图4a为本发明中PageRank对比方法下四个社群的论文影响力分布图；

图4b为本发明中Hierarchical PageRank方法下四个社群的论文影响力分布图；

图5a为本发明两种对比方法下四类社群的Top10占比分布情况图；

图5b为本发明两种对比方法下四类社群的Top20占比分布情况图；

具体实施方式

本实施例中，如图1所示，一种非对称信息网络下的论文影响力度量方法包括以下步骤：

步骤1、针对论文之间的引用关系构建论文引用网络；

获取n篇论文并作为节点，构建论文节点集合，记为U＝{u₁,...,u_i,...,u_j,...,u_n}，u_i为第i个论文节点，u_j为第j个论文节点，1＜i＜n，1＜j＜n，i≠j，n为社群数量；

以R_ij表示第i个论文节点u_i和第j个论文节点u_j之间的关系；设置R_ii＝1，表示第i个论文节点u_i与其自己存在引用关系；若R_ij＝1，则表示第i个论文节点u_i引用了第j个论文节点u_j；若R_ij＝0，则表示第i个论文节点u_i未引用第j个论文节点u_j；从而得到式(1)所示的n×n维的论文引用矩阵R并形成论文引用网络：

步骤2、利用社区检测Louvain方法对论文引用网络中的群体分布进行划分，得到多个群体分布，再次利用社区检测Louvain方法对所有群体分布进行群体细粒度划分，直至所有群体的模块度为1为止，得到社群集合，记为G＝{g₁,...,g_l,...,g_m,...,g_k}，g_l为第l个社群，g_m为第m个社群，1＜l＜k，1＜m＜k，l≠m，k为社群数量；

具体实施中，步骤2中的社区检测Louvain方法是先将每个论文节点视为一个独立的群体，将第i个论文节点u_i分配到其每个邻居所在的群体中，并计算分配前和分配后的模块度增量，若最大模块度增量大于0，则将第i个论文节点u_i分配到最大模块度增量所对应的群体，再对其他论文节点重复执行第i个论文节点u_i的操作，直至所有论文节点的所属社群没有变化为止，从而得到多个社群分布。

步骤3、基于划分后的多个社群，构建社群内部的引用网络和社群间的引用网络；

步骤3.1、构建社群内部的引用网络；

将社群集合G中的第l个社群g_l内的论文节点集合记为U_l＝{u_l1,...,u_lα,...,u_lβ,...,u_lt}，u_lα为第l个社群g_l内第α个论文节点，u_lβ为第l个社群g_l内第β个论文节点，t为社群g_l内的论文节点数量，1＜α＜t，1＜β＜t，α≠β，t＜n,

以R_lαβ表示第l个社群g_l中第α个论文节点u_lα和第β个论文节点u_lβ之间的关系，

设置R_lαα＝1，表示第l个社群g_l中第α个论文节点u_lα与其自身之间存在引用关系；若R_lαβ＝1，则表示第l个社群g_l内第α个论文节点u_lα引用了第l个社群g_l内第β个论文节点u_lβ；若R_lαβ＝0，则表示第l个社群g_l内第α个论文节点u_lα未引用第l个社群g_l内第β个论文节点u_lβ；从而得到如式(2)所示的t×t维的第l个社群g_l的论文引用矩阵R_l：

步骤3.2、构建社群间的引用网络；

以P_lm表示第l个社群g_l和第m个社群g_m之间的关系；设置P_ll＝1，表示第l个社群g_l与其自身之间存引用关系；若P_lm＝λ，则表示第l个社群g_l的论文节点引用第m个社群g_m的论文节点的数量为λ；若P_lm＝0，则表示第l个社群g_l的论文节点未引用第m个社群g_m的论文节点；从而得到如式(3)所示的k×k维的社群间引用矩阵P：

步骤4、利用PageRank聚类方法度量各个社群内部的引用网络的论文局部影响力和社群间的引用网络的社群影响力；

步骤4.1、利用PageRank聚类方法度量社群内部的引用网络的论文局部影响力；

对于社群集合G中的第l个社群g_l，首先设置第l个社群g_l中每个论文节点相同的权值，然后将每个论文节点的权值除以相连的出链边数后作为每个出链边的权重，接着将每个论文节点的入链边的权重之和作为每个论文节点的新权值，重复执行更新过程，直至两次更新的权值不变为止，从而得到社群内论文节点的局部影响力集合,记为PR_l＝{pr_l1,...,pr_lα,...,pr_lβ,...,pr_lt},pr_lα为第l个社群g_l的第α个论文节点的局部影响力，pr_lβ为第l个社群g_l的第β个论文节点的局部影响力；

步骤4.2、利用PageRank聚类方法度量社群间的引用网络的社群影响力；

对于社群集合G，首先设置每个社群相同的权值，然后将每个社群的权值除以相连的出链边数后作为每个出链边的权重，接着将每个社群的入链边的权重之和作为每个社群的新权值，重复执行更新过程，直至两次更新的权值不变为止，从而得到社群集合G的影响力集合，记为

为第l个社群g_l的影响力，

为第m个社群g_m的影响力；

步骤5、根据论文局部影响力及其所在的社群影响力，度量论文在论文引用网络中的影响力。具体的说，是利用式(4)得到第l个社群g_l中的第α个节点u_lα的影响力PR_li：

具体实施中，使用包含230个节点和702条边的仿真网络数据进行实验分析，其社群分布情况如图2所示，共计可划分为4个社群，按照影响力从低到高分为A、B、C、D；然后从影响力分布情况和排序分布情况两方面分对比PageRank算法与本发明提出方法(以下简称“Hierarchical PageRank”)的效果。在论文全局影响力分布情况中，如图3a和图3b所示，两种算法下的论文影响力分布均呈现无尺度性；在社群影响力分布情况中，如图4a和图4b所示，横坐标从0到100表示A社群，100到170表示B社群，170到210表示C社群，210到230表示D社群，实验表明，两种算法下的四个社群内部的论文影响力分布均呈现无尺度性，但是，相比PageRank算法，Hierarchical PageRank算法下的低影响力社群的影响力度量结果有所降低，高影响力社群的影响力度量结果有所上升，影响力的分布整体向着高影响力社群偏移。四类社群在Top占比分布情况，如图5a和图5b所示，Hierarchical PageRank方法比PageRank方法的排序结果更加稳定，另外，Hierarchical PageRank的排序分布中，低水平期刊占比降低，高水平期刊占比上升，并且随着top数量的减少，结果会更优。通过表1具体来看，相比PageRank方法的排序结果，Hierarchical PageRank方法的结果中社群D的比例大大增加，并且没有低影响力社群A的论文。由此可见，本发明所提方法确实提升了论文评估的结果。

表1为本发明两种对比方法下Top10论文的具体情况

综上所述，本申请提出一种非对称信息网络下的论文影响力度量方法，该算法首先基于论文之间的引用关系网络通过模块度来区分论文社群，在社群内利用PageRank方法度量论文的局部影响力，然后基于社群间的非对称引用关系网络利用PageRank方法度量社群影响力，最后结合社群内的论文局部影响力和论文所属的社群影响力，综合评估该论文在整个引用网络中的影响力。该方法利用了论文自身引用关系来评估其影响力，有效解决了传统统计和利用外部信息进行评估的局限性。

Claims (4)

1.一种非对称信息网络下的论文影响力度量方法，其特征在于，包括以下步骤：

步骤1、针对论文之间的引用关系构建论文引用网络；

步骤2、利用社区检测Louvain方法对论文引用网络中的群体分布进行划分，得到多个群体分布，再次利用社区检测Louvain方法对所有群体分布进行群体细粒度划分，直至所有群体的模块度为1为止，得到社群集合，记为G＝{g₁,...,g_l,...,g_m,...,g_k}，g_l为第l个社群，g_m为第m个社群，1＜l＜k，1＜m＜k，l≠m，k为社群数量；

步骤3、基于划分后的多个社群，构建社群内部的引用网络和社群间的引用网络；

步骤4、利用PageRank聚类方法度量各个社群内部的引用网络的论文局部影响力和社群间的引用网络的社群影响力；

步骤4.1、利用PageRank聚类方法度量社群内部的引用网络的论文局部影响力；

对于社群集合G中的第l个社群g_l，首先设置第l个社群g_l中每个论文节点相同的权值，然后将每个论文节点的权值除以相连的出链边数后作为每个出链边的权重，接着将每个论文节点的入链边的权重之和作为每个论文节点的新权值，重复执行更新过程，直至两次更新的权值不变为止，从而得到社群内论文节点的局部影响力集合,记为PR_l＝{pr_l1,...,pr_lα,...,pr_lβ,...,pr_lt},pr_lα为第l个社群g_l的第α个论文节点的局部影响力，pr_lβ为第l个社群g_l的第β个论文节点的局部影响力；

步骤4.2、利用PageRank聚类方法度量社群间的引用网络的社群影响力；

对于社群集合G，首先设置每个社群相同的权值，然后将每个社群的权值除以相连的出链边数后作为每个出链边的权重，接着将每个社群的入链边的权重之和作为每个社群的新权值，重复执行更新过程，直至两次更新的权值不变为止，从而得到社群集合G的影响力集合，记为

为第l个社群g_l的影响力，

为第m个社群g_m的影响力；

步骤5、根据论文局部影响力及其所在的社群影响力，利用式(4)得到第l个社群g_l中的第α个节点u_lα的影响力PR_li，从而度量论文在所述论文引用网络中的影响力；

2.如权利要求1所述的一种非对称信息网络下的论文影响力度量方法，其特征在于，所述步骤1包括如下过程：

获取n篇论文并作为节点，构建论文节点集合，记为U＝{u₁,...,u_i,...,u_j,...,u_n}，u_i为第i个论文节点，u_j为第j个论文节点，1＜i＜n，1＜j＜n，i≠j，n为社群数量；

以R_ij表示第i个论文节点u_i和第j个论文节点u_j之间的关系；若R_ij＝1，则表示第i个论文节点u_i引用了第j个论文节点u_j；若R_ij＝0，则表示第i个论文节点u_i未引用第j个论文节点u_j；从而得到式(1)所示的n×n维的论文引用矩阵R并形成所述论文引用网络：

3.如权利要求2所述的一种非对称信息网络下的论文影响力度量方法，其特征在于，所述步骤2中的社区检测Louvain方法是先将每个论文节点视为一个独立的群体，将第i个论文节点u_i分配到其每个邻居所在的群体中，并计算分配前和分配后的模块度增量，若最大模块度增量大于0，则将第i个论文节点u_i分配到最大模块度增量所对应的群体，再对其他论文节点重复执行第i个论文节点u_i的操作，直至所有论文节点的所属社群没有变化为止，从而得到多个社群分布。

4.如权利要求3所述的一种非对称信息网络下的论文影响力度量方法，其特征在于，所述步骤3的具体步骤包括：

步骤3.1、构建社群内部的引用网络；

将社群集合G中的第l个社群g_l内的论文节点集合记为U_l＝{u_l1,...,u_lα,...,u_lβ,...,u_lt}，u_lα为第l个社群g_l内第α个论文节点，u_lβ为第l个社群g_l内第β个论文节点，t为社群g_l内的论文节点数量，1＜α＜t，1＜β＜t，α≠β，t＜n,

以R_lαβ表示第l个社群g_l中第α个论文节点u_lα和第β个论文节点u_lβ之间的关系，

若R_lαβ＝1，则表示第l个社群g_l内第α个论文节点u_lα引用了第l个社群g_l内第β个论文节点u_lβ；若R_lαβ＝0，则表示第l个社群g_l内第α个论文节点u_lα未引用第l个社群g_l内第β个论文节点u_lβ；从而得到如式(2)所示的t×t维的第l个社群g_l的论文引用矩阵R_l：

步骤3.2、构建社群间的引用网络；

以P_lm表示第l个社群g_l和第m个社群g_m之间的关系；若P_lm＝λ，则表示第l个社群g_l的论文节点引用第m个社群g_m的论文节点的数量为λ；若P_lm＝0，则表示第l个社群g_l的论文节点未引用第m个社群g_m的论文节点；从而得到如式(3)所示的k×k维的社群间引用矩阵P：

Images