基于样本加权的引文网络的社团划分

摘要：

[目的/意义]为提高引文网络的社团划分的准确性,提出一种基于加权的引文网络的社团划分方法.[方法/过程]以Louvain社团划分方法为算法基础,将科学论文用向量空间模型表示,利用改进的余弦相似度方法计算相邻论文之间的相似度,并将其作为权重,综合考虑论文内容属性与结构属性,提出一种基于样本加权的引文网络社团划分方法.[结果/结论]该算法将引文网络中论文的文本内容属性与拓扑结构属性结合起来,通过对Scientometrics期刊发表的论文以及主题为CRISPR的论文进行社团划分研究实验,结果表明该方法能改善引文网络社团的划分效果.

关键词：引文网络、社团划分、聚类、文本挖掘

所属期刊栏目：60

分类号：G250(图书馆学、图书馆事业)

资助基金：本文系国家高技术研究发展计划“863”计划“微生物数字资源知识管理系统构建及关键技术研究”项目编号:2014AA021503和中国科学院2013年度“西部之光”人才培养计划“引文耦合网络演化分析及在科技评价与预测中的应用研究”项目编号:科发人字[2013]165号3-6研究成果之一.

在线出版日期：2016-12-20（万方平台首次上网日期，不代表论文的发表时间）

页码：86-93