10.3969/j.issn.1001-3695.2017.07.030
面向DBWorld数据挖掘的学术社区发现算法
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.
异构网络、社区发现、相似度、学校社区
34
TP393.02(计算技术、计算机技术)
上海智能家居大规模物联共性技术工程中心资助项目GCZX14014;沪江基金研究基地专项项目C14001;国家自然科学基金资助项目61003031
2017-08-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
2059-2062,2067