当前位置: X-MOL 学术Mob. Inf. Syst. › 论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
Interinstitutional Research Team Formation Based on Bibliographic Network Embedding
Mobile Information Systems ( IF 1.863 ) Pub Date : 2021-02-11 , DOI: 10.1155/2021/6629520
O-Joun Lee 1 , Seungha Hong 2 , Jin-Taek Kim 3
Affiliation  

This study aims at forming research teams for interinstitutional collaborations. Research institutes have their own purposes and topics of interest. Thus, supporting joint research between multiple institutes, we have to consider not only synergies between scholars but also purposes of the institutes. To solve this problem, we propose a bibliographic network embedding method that can learn characteristics of institutes, not only of each scholar. First, we compose a bibliographic network that consists of scholars, publications, venues, research projects, and institutes. Collaboration styles and research topics of institutes and scholars are extracted by mining subgraphs from the bibliographic network. Then, vector representations of network nodes are learned based on occurrences of subgraphs on the nodes and neighborhoods of the nodes. Based on the vector representations, we train multilayer perceptrons (MLP) to assess collaboration probability between scholars affiliated in different institutes. For training the MLP, we suggest three strategies: (i) considering every collaboration, (ii) focusing on interinstitutional collaborations, and (iii) focusing on collaboration outcomes. To evaluate the proposed methods, we have analyzed research collaborations of POSTECH (Pohang University of Science and Technology) and RIST (Research Institute of Industrial Science and Technology) from 2011 to 2020. Then, we conducted the research team formation for joint research of the two institutes according to two purposes: pure research and commercialization research.

中文翻译:

基于书目网络嵌入的机构间研究团队组建

这项研究旨在组建机构间合作的研究团队。研究机构有自己的目的和感兴趣的主题。因此,为了支持多个机构之间的联合研究,我们不仅要考虑学者之间的协同作用,还要考虑机构的目的。为了解决这个问题,我们提出了一种书目网络嵌入方法,该方法不仅可以学习每个学者,而且可以学习机构的特征。首先,我们组成一个书目网络,该网络由学者,出版物,场所,研究项目和研究所组成。通过从书目网络中挖掘子图来提取机构和学者的协作风格和研究主题。然后,基于子图在节点和节点邻域上的出现来学习网络节点的向量表示。基于矢量表示,我们训练多层感知器(MLP)来评估不同研究所附属学者之间的协作概率。为了培训MLP,我们提出了三种策略:(i)考虑每次合作,(ii)专注于机构间的合作,以及(iii)专注于合作的成果。为了评估所提出的方法,我们分析了POSTECH(浦项科技大学)和RIST(工业科学技术研究院)在2011年至2020年之间的研究合作。然后,我们进行了研究小组的组成,以共同研究该方法。两个研究所根据两个目的:纯研究和商业化研究。我们训练多层感知器(MLP)来评估不同研究所附属学者之间的协作概率。为了培训MLP,我们提出了三种策略:(i)考虑每次合作,(ii)专注于机构间合作,以及(iii)专注于合作成果。为了评估所提出的方法,我们分析了POSTECH(浦项科技大学)和RIST(工业科学技术研究院)在2011年至2020年之间的研究合作。然后,我们进行了研究小组的组成,以共同研究该方法。两个研究所根据两个目的:纯研究和商业化研究。我们训练多层感知器(MLP)来评估不同研究所附属学者之间的协作概率。为了培训MLP,我们提出了三种策略:(i)考虑每次合作,(ii)专注于机构间的合作,以及(iii)专注于合作的成果。为了评估所提出的方法,我们分析了POSTECH(浦项科技大学)和RIST(工业科学技术研究院)在2011年至2020年之间的研究合作。然后,我们进行了研究小组的组成,以共同研究该方法。两个研究所根据两个目的:纯研究和商业化研究。(iii)关注合作成果。为了评估所提出的方法,我们分析了POSTECH(浦项科技大学)和RIST(工业科学技术研究院)在2011年至2020年之间的研究合作。然后,我们进行了研究团队的组成,以共同研究该方法。两个研究所根据两个目的:纯研究和商业化研究。(iii)关注合作成果。为了评估所提出的方法,我们分析了POSTECH(浦项科技大学)和RIST(工业科学技术研究院)在2011年至2020年之间的研究合作。然后,我们进行了研究小组的组成,以共同研究该方法。两个研究所根据两个目的:纯研究和商业化研究。
更新日期:2021-02-11
down
wechat
bug