基于小世界网络理论的机会发现算法

• 作者: 刘大昕 孙晓华 张健沛 徐悦竹
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 关键字提取 小世界网络 机会
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 博士论坛
• 页码范围: 1-4
• 页数: 4页
• 分类号: TP311
• 字数: 5639字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.12.001

摘要

随着互联网络的不断发展,人们需要从大量数据中提取可能成为机会的信息,传统的基于高频模式的重要事件提取算法不能满足现状.提出了一种基于小世界网络(Small world)理论的关键字提取算法,该算法以KeyGraph思想为基础,构建词语关联图,并利用小世界理论时图进行优化,从而不仅能够发现高频事件,而且能够发现相对低频而且意义重要的事件.最后,通过实验验证,用该算法提取的潜在事件是机会.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张健沛	哈尔滨工程大学计算机科学与技术学院	156	1356	19.0	28.0
2	刘大昕	哈尔滨工程大学计算机科学与技术学院	116	1114	18.0	27.0
3	徐悦竹	哈尔滨工程大学计算机科学与技术学院	13	49	4.0	6.0
4	孙晓华	哈尔滨工程大学计算机科学与技术学院	5	14	2.0	3.0