🔮 Research-Collaboration-Prediction

(Dự đoán hợp tác nghiên cứu tương lai và khuyến nghị đối tác trong mạng khoa học)

---

📌 Overview

(Tổng quan)
This project builds a framework to predict future scientific collaborations using co-author networks and link prediction techniques. A combination of classic structural heuristics and graph embedding (Node2Vec) is used to estimate the likelihood of future co-authorship.
(Dự án xây dựng mô hình dự đoán hợp tác nghiên cứu bằng các heuristic cấu trúc và mô hình nhúng đồ thị Node2Vec.)

The study uses co-author data in the Data Science field, extracted from OpenAlex.
(Dữ liệu được thu thập từ OpenAlex trong lĩnh vực Khoa học Dữ liệu.)

---

🎯 Objectives

(Mục tiêu dự án)

• Build a co-author collaboration graph.
• Predict future links using:
  • Common Neighbors (CN)
  • Jaccard Coefficient (JC)
  • Adamic–Adar Index (AA)
  • Preferential Attachment (PA)
  • Resource Allocation (RA)
  • Node2Vec Embedding (Cosine Similarity)
• Evaluate models using AUC-ROC and AUC-PR.
• Recommend top potential research partners.

---

📂 Dataset Description

(Mô tả dữ liệu)

The dataset includes:

• Author1 – First author in the pair
• Author2 – Second author
• Weight – Number of papers co-authored

(Dữ liệu gồm 2 tác giả + trọng số số bài báo họ cùng công bố.)

After cleaning, the main network:

• 9,212 authors
• 136,198 edges
• Density: 0.0032

Filtered to retain meaningful components:

• 3,217 nodes
• 92,660 edges
• Density: 0.018

---

🧠 Methods

(Phương pháp nghiên cứu)

1️⃣ Data Preprocessing

(Tiền xử lý dữ liệu)

• Normalize author names
• Remove duplicates
• Remove self-loops
• Keep connected components with ≥100 nodes

---

2️⃣ Train–Test Split

(Chia tập dữ liệu)

Set	Positive Edges	Negative Edges
Train	74,128	74,128
Test	18,532	18,532

(Âm mẫu được tạo ngẫu nhiên để cân bằng dữ liệu.)

---

3️⃣ Link Prediction Methods

(Các phương pháp dự đoán liên kết)

➤ Heuristic Models (Local Structural)

• Common Neighbors (CN)
• Jaccard Coefficient (JC)
• Adamic–Adar Index (AA)
• Preferential Attachment (PA)
• Resource Allocation (RA)

(Dựa vào hàng xóm chung và cấu trúc lân cận.)

➤ Node2Vec Embedding

(Học biểu diễn đồ thị)

• Generate biased random walks
• Train embedding vectors
• Compute similarity via cosine similarity

---

📊 Algorithm Comparison

(Bảng so sánh hiệu năng các thuật toán)

⭐ Evaluation Metrics

• AUC-ROC
• AUC-PR

📈 Results

Method	AUC-ROC	AUC-PR	Strengths	Weaknesses
Jaccard	0.9977	0.9961	Strong for dense local clusters	Limited global discovery
Adamic–Adar	0.9975	0.9955	Good for rare intermediates	Slightly costlier
Resource Allocation	0.9975	0.9953	Very stable	Biased to local structure
Common Neighbors	0.9973	0.9954	Simple & effective	Fails on sparse regions
Preferential Attachment	0.7963	0.7814	Good for scale-free networks	Poor for academic networks
Node2Vec	0.5000	0.5002	Captures global structure	Needs parameter tuning

(Các thuật toán heuristic vượt trội; Node2Vec chưa tối ưu nên kém hiệu quả.)

---

📉 Visual Analysis

(Trực quan hóa)

• ROC & PR curves
• Similarity score distributions
• Top 10 predicted links per method
• Component visualizations

(Các biểu đồ minh họa phân tách rõ ràng giữa cạnh thật và cạnh giả.)

---

🧪 Experimental Setup

(Cấu hình thực nghiệm)

• Python 3.10
• NetworkX, sklearn, node2vec, matplotlib, numpy
• Intel Core i7, 16GB RAM

---

💡 Key Findings

(Kết luận chính)

• Heuristic methods outperform Node2Vec due to the strong community structure of co-author networks.
• Preferential Attachment does not fit academic collaboration patterns.
• Node2Vec has potential but requires parameter tuning.
• Local structural similarity is a powerful predictor for future scientific collaboration.

---

🚀 Future Work

(Hướng phát triển)

• Optimize Node2Vec hyperparameters
• Try GraphSAGE, GAT, GNN-based models
• Combine graph structure + text embeddings (topics, abstracts)
• Temporal link prediction

---

👥 Authors

Hà Thế Anh, Nguyễn Nhật Nam, Hoàng Quang Minh, Lê Nhật Tùng
HUTECH University, Vietnam

Source: Full project report. :contentReference[oaicite:2]{index=2}