知识在超网络中的传播模型
Knowledge diffusion in the collaboration hypernetwork
研究背景
研究点:知识在学术网络中的传播的模型。
一般的合作网络只能表现科学家以及科学家之间的合作情况,无法表现出科学家发表的论文数量等。
以超图的方式来表现合作网络,其中的超边就是论文,包含了论文的所有作者,研究知识传播的好处有:
1)包含了论文信息,例如科学家发表了多少论文,共同发表的论文,这些信息与知识传播有很大关系。
2)包含了科学家之间的共同合作信息,两个科学家共同发表论文数量越多,知识传播的吸收率越高。
3)一个科学家发表的论文数量越多,他的知识越丰富。
在这样的背景下,本篇论文提出了新的知识传播模型,论文亮点有:
1)建立了基于局部世界超图(LWH)的知识传播模型
2)提出了因人而异的知识吸收率,并提出了优先知识传播机制
模型描述
LWH模型
LWH也是一个优先连接模型,只不过在选择前,在选择的范围限制到一个小范围,同时选择概率与超边有关,所以叫local-world hyperedgenetwork。