Los estándares juegan un papel significativo en el desarrollo de la tecnología y la economía, mientras que la cooperación entre los redactores determina directamente la calidad de los sistemas de estándares. La predicción de la cooperación es un problema significativo y desafiante para buscar nuevas oportunidades de cooperación entre las unidades de redacción debido a sus diferencias en experiencia y capacidad profesional. En este estudio, se propone un método integrado de inteligencia artificial para la predicción de la cooperación utilizando el método de predicción de enlaces, análisis de texto y modelado de redes. Específicamente, desarrollamos una red estándar de múltiples capas formada por relaciones de citación de estándares y relaciones de cooperación entre redactores. Luego, se diseña un conjunto de métricas novedosas para predecir la cooperación entre redactores considerando el conocimiento, la experiencia y la capacidad profesional. Estas métricas se integran además en una red neuronal para mejorar la precisión de la predicción. Las prioridades de nuestro método en términos de precisión de predicción se verifican con datos realistas de los estándares de salud ambiental de China. Los resultados de la predicción brindan un fuerte apoyo para la selección de redactores y optimizan aún más la estructura de los sistemas de estándares.