面向DBWorld数据挖掘的学术社区发现算法

• 作者: 彭敦陆 高苌婕
• 来源期刊: 计算机应用研究
• 关键词: 异构网络 社区发现 相似度 学校社区
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 系统应用开发
• 页码范围: 2059-2062,2067
• 页数: 5页
• 分类号: TP393.02
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.07.030

摘要

针对传统社区发现算法多数是基于单一关系的同构学术社会网络,而包含多种关系的异构学术网络社区发现算法还不多的情况,提出一种基于FCM(fuzzy C-means)和结构洞的学术社区发现算法——HAFCD算法.从构建基于DBWorld邮件数据的异构学术网络出发,通过分析异构网络中的多种关联关系和节点内容的相似性,提出改进的语义路径模型,计算评审人间的相似度.基于此,该算法根据结构洞越少、网络闭合性越高这一事实,将结构洞理论融入FCM算法进行异构学术社区发现.通过与现有的谱聚类和路径选择聚类算法进行实验比较表明,该算法具有较好的计算效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭敦陆	上海理工大学光电信息与计算机工程学院	64	210	8.0	11.0
2	高苌婕	上海理工大学光电信息与计算机工程学院	1	5	1.0	1.0