基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于共词分析的聚类算法存在的不足:①聚类过程需要事先确定聚类数目;②关键词只能被划归一个聚类,文章采用复杂网络社区检测算法改进共词分析方法,提出改进的社区检测算法CW_UEOC(Co-occurrence weighting unfold and extract overlapping communities),并对来源于web of science的文献题录数据(以情报学和图书馆学(Information Science&Library Science)为例)构建共词网络进行聚类实验检验.研究结果表明:所提出的CW_UEOC社区检测算法对关键词的聚类结果有好的改进,能将多领域的相同关键词划分为不同研究主题,且CW_UEOC社区检测算法使用连通度(conductance)作为截断准则,为聚类数目提供客观判断依据.
推荐文章
采用模糊层次聚类的社会网络重叠社区检测算法
社会网络
相似度
模糊层次聚类
重叠社区检测
基于 WSRFCM 聚类的局部离群点检测算法
特征加权
阴影集
阴影粗糙模糊聚类
局部离群度
离群点检测
基于聚类划分的两阶段离群点检测算法
层次聚类
K-均值
信息熵
距离和
离群点检测
基于相似度的词聚类算法
词相似度
词聚类
统计语言模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于CW_UEOC社区检测算法的共词聚类研究
来源期刊 山西大学学报(自然科学版) 学科 工学
关键词 共词分析 复杂网络 CW_UEOC社区检测算法 幂律分布 小世界现象
年,卷(期) 2022,(1) 所属期刊栏目 基础数学与应用数学|Mathematics and Applied Mathematics
研究方向 页码范围 108-117
页数 10页 分类号 G35|TP39
字数 语种 中文
DOI 10.13451/j.sxu.ns.2021007
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
共词分析
复杂网络
CW_UEOC社区检测算法
幂律分布
小世界现象
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
山西大学学报(自然科学版)
季刊
0253-2395
14-1105/N
大16开
太原市坞城路92号
22-42
1960
chi
出版文献量(篇)
2646
总下载数(次)
7
总被引数(次)
12039
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导