一种跨社交网络的科研人员评价方法
【技术领域】
[0001] 本发明涉及一种人员的评价方法，具体来讲是一种跨社交网络的科研人员评价方 法。
【背景技术】
[0002] 现有的科研人员评价体系主要是通过同行评议、H指数、以及期刊影响因子等进 行，同行无法正确评判某位科研人员的科研贡献。H指数仅通过文章的被引用数量计算，并 没有说明施引文献对该文章的具体引用原因，是褒是贬无从得知，且统计时间较长。期刊影 响因子是通过上一年度某一期刊所有文章的平均引用情况统计，也是需要较长时间才能发 布。上述方法均无法快速实时、准确无误的提供科研人员的实际科研能力。
[0003] 部分科研社交网站中，通过整合科研人员在本网站中的社交网络信息，通过用 户影响力分析方法，计算科研人员在本网站的学术影响力。如ResearchGate. net中的 RG Score值，是通过用户在ResearchGate. net中提交的文章、讲稿等学术贡献，以及在 ResearchGate. net中参与科研讨论的活跃情况、同行在线评议情况和粉丝情况等进行综合 计算。RG Score可以通过本站信息快速构建科研人员的学术声誉，具有较好的实时性和一 定的权威性。该技术中，仅考虑了某一用户在单一社交网络中的相关信息，而现实生活中， 大部分科研人员不仅在研究社交网络中比较活跃，而且也经常在其他社交网络中参与、发 布与科研相关的信息。本发明通过跨社交网络数据分析手段，将同一科研人员信息分析整 合，通过特定算法，分析科研人员在不同社交网络中的相关数据，计算其在社交网络中的整 体影响力。
[0004] 另一种方式是仅通过科研人员的发表文章数量、H指数、G指数等信息进行分别统 计，并可通过相关指数进行排名。如国内的Aminer. org等科研人员开放平台，就是通过搜 索科研人员的在线信息，统计其科研信息，如H指数、文章数量等信息，生成科研信息雷达 图。是评价和查找高水平科研人员先进系统的代表。该技术的缺点是没有充分整合科研 人员信息，而是分别计算，分别排名，没有通过统一的指数信息来进行科研人员学术水平排 名。
[0005] 经过检索发现，现有技术中并没有发现有人对跨平台科研人员评价进行过研究。
【发明内容】
[0006] 本发明的目标为针对现有科研人员评价体系中存在的不足，提供一种具有高准确 率、高时效性的科研人员评价方法，该方法能够将同一用户在不同社交网络中科研人员的 具体属性结合到科研领域的相关参数中，使用大数据分析方法处理海量社交网络数据，进 而形成基于社交网络的科研人员学术声望的多元化评价体系。
[0007] 本发明提供的技术方案为：一种跨社交网络的科研人员评价方法，按照如下步骤 进行：
[0008] 步骤一，数据采集，系统通过网络爬虫自动收集目标网络中的目标数据，所述目标 数据按照用户为基本单元存储备用；
[0009] 步骤二，用户识别，系统对步骤一中获得的目标数据进行处理，根据用户信息特征 对相同用户进行合并，对相同用户名下的其他数据汇总后存储备用；
[0010] 步骤三，数据归并，系统对步骤二中单个用户名下的数据分类，对同类数据进行对 比并剔除重合信息；
[0011] 步骤四，分析计算，系统对用户名下整理好的数据按照如下分析计算模型得出用 户的学术声誉值：SA (i) = aS (i)+bA (i)，其中S为社交网络参数计算模型，A为学术领域参 数计算模型，其中a与b为常数。
[0012] 该方法以同一用户在不同社交网络中的海量数据为依据，结合用户的科研领域参 数，如科研人员的H指数，其发表论文的他引数量、影响因子总和，以及项目经费，获奖级 另IJ，成果转化等数据，并整合用户的各类科研贡献在不同社交网络中的传播情况，如文章的 引用数、转发数、好评数，以及用户的粉丝数量与粉丝级别等多元化数据，对科研用户进行 综合的科研声誉分析，建立一种多元化的科研人员学术声誉评价体系，为现有的科研评价 体系建立一种新的参考指标，还能够为科研管理人员提供一套可靠的评判依据。
[0013] 本发明进一步限定的技术方案为：
[0014] 进一步的，步骤一中，目标网络为国内外各大社交、学术网络，目标数据包括：用户 的个人信息、该用户的学术信息和该用户与其他用户之间的互动信息。
[0015] 进一步的，步骤二中，系统主要通过如下条件对用户进行比对、合并：（I)Email或 手机信息，（2)用户名信息，（3)工作经历和学习经历，（4)拥有至少一个相同好友信息，在 上述4个条件中，只要同时满足2个条件，系统认定两个社交网络中的用户为同一用户。
[0016] 进一步的，步骤三中，数据分类采用大数据处理方法，对名称相同的一类数据根据 其特性进行分布式计算。
[0017] 进一步的，步骤四中，计算过程如下：
[0018] (1)根据PageRank公式建立社交网络参数计算模型；
[0021] R表示要计算的科研用户粉丝关注情况值，B为该用户的关注数和粉丝数总和， N(j)表示关注数，c为常数；
[0023]
[0024] T(i)表示某用户的用户评论情况值，G(j)表示好评用户数，N(j)表示差评用户 数，B (i)表示所有用户评论数；
[0025] 根据上述计算得出的R和T确定社交网络影响参数S :
[0026] (2)学术领域参数计算模型
[0028] 式中U(j)表示合作用户的影响力值，L(j)表示该用户在文章中的署名位置，例 如：第一作者j = 1，第二作者j = 2,以此类推……；
[0030] Ab⑴为用户学术影口向参数值，H⑴为H-指数，I⑴表示影口向因子总和，P⑴表 示作者所发文章数量；
[0031] 该模型将合作者影响力参数引入到研究人员影响力值中，确定公式为：
[0032] (3)定义科研社交网络中多元化用户影响力模型SA，公式为：
[0033] SA (i) = aS(i)+bA(i),
[0034] SA表示科研社交网络中用户影响力值，S表示用户社交网络影响参数值，A表示学 术影响从参数值，a与b表示两类影响因子权值。
[0035] 进一步的，步骤三中，大数据处理采用Spark平台处理；所述类别主要为：H指数、 文章数、文章引用数。
[0036] 进一步的，步骤二中，如果两位用户仅同时满足条件（3)和条件（4)但不满足条件 (1)和/或条件（2)，则进行二次比对如下：查找同属于两个用户的学术论文，如果无法找 到，则认为这两个用户不是相同用户。如果能够找到，进行后续比对；如果两个用户在文章 中的署名相同，则认为其为相同用户，反之则认为其为不同用户。
[0037] 一种跨社交网络的科研人员评价系统，包括：
[0038] 数据采集单元，用于收集目标网络中的目标数据；
[0039] 用户数据识别单元，用于对数据采集单元获得的用户信息特征进行重复用户合 并，对相同用户名下的其他数据汇总后存储备用；
[0040] 数据归并单元，用于对用户数据识别单元处理好的单个用户名下的数据做精细化 分类，对同类数据进行对比并剔除重合信息；
[0041] 分析计算单元，用于对数据归并单元整理好的单个用户名下的数据按照如下分析 计算模型得出用户的学术声誉值：SA (i) = aS (i)+bA (i)，其中S为通过社交网络参数计算 模型，A为学术领域参数计算模型，其中a与b为常数。
[0042] 本发明的有益效果为：该方法以同一用户在不同社交网络中的海量数据为依据， 结合用户的科研领域参数，如科研人员的H指数，其发表论文的他引数量、影响因子总和， 以及项目经费，获奖级别，成果转化等数据，并整合用户的各类科研贡献在不同社交网络中 的传播情况，如文章的引用数、转发数、好评数，以及用户的粉丝数量与粉丝级别等多元化 数据，对科研用户进行综合的科研声誉分析，建立一种多元化的科研人员学术声誉评价体 系，为现有的科研评价体系建立一种新的参考指标，为科研管理人员提供一套可靠的评判 依据。
【附图说明】：
[0043] 图1为跨社交网络科研人员评价方法流程图。
【具体实施方式】
[0044] 下面结合附图和实施例详细说明本发明的技术方案：
[0045] 一种跨社交网络的科研人员评价方法，具体步骤如下：
[0046] 1、数据采集：通过抓取国内外各大社交网络数据和学术社交网络数据，包括用户 社交网络属性和学术领域属性，以及用户关系等。社交网络属性有：（1)该用户的关注与被 关注状况，如关注了多少人，被多少人关注，有多少人之间是相互关注的，而关注该用户的 其他人的科研水平等；(2)用户在社交网络发布的文章、项目、获奖等科研成果的数量和级 另IJ，以及受到多少其他用户的好评、差评、转发等操作。学术领域属性有：（1)该作者的文章 数、H指数、总影响因子等参数；(2)共同完成学术论文、项目等科研合作者的情况，如共同 完成论文时的署名情况，是否是责任作者等，以及该合作者的科研水平等。
[0047] 其具体实施如下：
[0048] 抓取平台：使用Python开源爬虫框架Scrapy作为数据获取平台；
[0049] 抓取步骤：
[0050] 1)首先定义需要抓取的页面URL以及需要获取的字段；
[0051] 2)分析这些字段在URL页面中的具体定位，使用记录该字段所在的xpath信息；
[0052] 3)启动scrapy，将所要item取回，并存放到json文件或者MongoDB数据库中。
[0053] 读取数据库或Json文件进行后续分析。
[0054] 2、用户识别：根据用户在不同社交网络中的属性，识别相同用户。跨社交网络的科 研人员同名识别较为困难，本发明涉及一种跨平台用户识别方法。主要通过如下条件：（1) Email或手机信息，用户登录社交网络时，大多会绑定相同Email或者手机号码；（2)用户名 信息，大部分用户在不同网络中喜欢使用相同用户名；（3)附属信息，如果用户名和Email 均不相同，则可通过工作经历和学习经历等信息进行匹配；（4)好友信息，同一用户，在不 同社交网络中，可能会拥有相同的好友。
[0055] 对于一些特殊情况，例如，在上述4个条件中，如果a，b两位用户仅同时满足（3) 和（4)但不满足（1)和者（2)两条，则只进行一次新的比对。如果新比对不匹配，则认为不 是相同用户，具体如下：
[0056] 1)尝试查找一篇学术论文，同时属于a用户与b用户，如果无法找到，则认为a与 b不是相同用户。如果能够找到，进行后续比对；
[0057] 2)如果a用户与b用户在文章中的署名相同，则认为其为相同用户；
[0058] 3)如