标题
  • 标题
  • 作者
  • 关键词

基于异构网络的学科交叉主题发现方法

2017-06-05分类号:G350

【作者】许海云  董坤  刘昊  郑颖  茹丽洁  
【部门】中国科学院成都文献情报中心  中国科学院大学  
【摘要】【目的/意义】通过异构网络的多模关系分析可以整合更多的主题关联关系,从而提高学科交叉主题识别的准确度。【方法/过程】系统调研了已有的2-模异构网络的社区识别方法,将2-模网络社区直接识别分为投影方法、非投影方法、扩展的多模网络分析和超网络分析,并对比这些已有方法在学科交叉主题识别中的优劣。在此基础上选择对应分析作为2-模网络社区识别方法,对情报学的学科交叉主题进行识别和分析。【结果/结论】对应分析作为一种2-模关系分析方法可直接识别异构网络的学科交叉主题,并保证更少的信息遗漏。
【关键词】学科交叉  多模网路  异构网络  超网络  主题识别  可视化
【基金】国家社会科学青年项目(14CTQ033);; 中国科学院青年创新促进会资助
【所属期刊栏目】情报科学
文献传递