一种网络化数据挖掘方法研究

• 作者: 李德毅 胡钢锋 陈桂生 韩明畅
• 来源期刊: 微电子学与计算机
• 关键词: 复杂网络 数据挖掘 拓扑特性 认知物理学
• 年，卷（期）: 2006,（9）
• 页码范围: 126-128
• 页数: 3页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7180.2006.09.043

摘要

传统数据挖掘方法一般挖掘和发现其中的广义知识、关联知识、分类知识和预测知识等.随着对WS小世界网络和BA无尺度网络等复杂网络性能研究的不断深入,复杂网络结构中本身蕴含的知识是一类新型的重要知识,文章研究了一种网络化数据挖掘(Networked Data Mining),将网络拓扑作为一种知识表示方式,将大规模实际数据对象及其关系抽象为网络拓扑的形式,采用复杂网络的理论和方法进行分析和挖掘,发现蕴涵在其中的、反映事物间联系规律的知识和信息.实验表明,该方法能够有效挖掘复杂网络拓扑中的骨干节点和社区结构.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李德毅		70	5309	32.0	70.0
2	胡钢锋	武汉大学软件工程国家重点实验室	4	13	2.0	3.0
3	陈桂生		17	816	10.0	17.0
4	韩明畅		3	32	3.0	3.0