基于矩阵分解学习的科学合作网络社区发现研究
2017-09-25分类号:G353.1;O151.21
【部门】上海交通大学图书馆 上海交通大学计算机系
【摘要】【目的】在科学合作网络的发展及主要社区发现方法的基础上,提出发现合作网络社区信息的方法。【方法】以情报领域部分相关期刊2012年–2016年发表论文的共著网络为实验数据,基于贝叶斯对称非负矩阵分解方法,结合自动相关确定稀疏压缩原理,实现社区数量的自动获取,并在分解过程中应用对称矩阵分解原理。【结果】通过与现有方法的比较与分析,本文方法得到较好的实验结果。【局限】网络数据获取中未引入学者甄别的优化方法。【结论】本文提出的方法能有效解决合作网络社区发现需求。
【关键词】科学网络 文献共著网络 社区发现 非负矩阵分解 贝叶斯方法
【基金】上海交通大学2013年文理交叉项目“科学网络中知识社区发现技术与应用研究”(项目编号:13JCY14)的研究成果之一
【所属期刊栏目】数据分析与知识发现
文献传递