基于Hausdorff距离的关系层次聚类算法

• 作者: 刘潇 唐四慧 庄东
• 来源期刊: 复杂系统与复杂性科学
• 学科: 社会科学
• 关键词: 关系的非对称性 Hausdorff距离 并算子 凝聚层次聚类
• 年，卷（期）: 2018,（4）
• 页码范围: 60-68
• 页数: 9页
• 分类号: G20
• 字数: 8191字
• 语种: 中文
• DOI: 10.13306/j.1672-3813.2018.04.008

摘要

关系数据的聚类算法对于传播研究意义重大,首先运用迭代系统隐喻个体结构的变化,用输出与状态的包含距离表示关系的非对称同时也确定拥有最高结构等级序列的节点来代表簇;再将Hausdorff距离引入DBSCAN算法,使得同结构节点进行合并的加和算子和层次上卷的并算子变得可压缩.运用复杂网络研究人员的数据对算法的有效性进行了评估,分层后的人员合作网具有不同的网络结构特征;关键词在层次2网络中的传播效率高;互惠关系在知识传播中的作用最大.新的发现证明算法通过引入Hutchinson算子的可压缩测度Hausdorff距离使得网络结构对传播效果的影响得以体现,该算法的设计思路是正确的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐四慧	华南理工大学工商管理学院	12	42	5.0	6.0
3	庄东	华南理工大学工商管理学院	10	93	5.0	9.0
6	刘潇	暨南大学管理学院	6	25	4.0	5.0