基于多关系图的学术社团挖掘

发布时间：2021-01-20 18:24

　　学术社团是某邻域中有共同的研究兴趣及相近的研究方法、联系比较紧密的研究人员所形成的小团体。目前学术社团一般以所在单位、师承关系或者学术活动为分界,形成一个个的学术团体。一名学者想要了解本邻域内其他团体的研究成果,往往需要花费较大的精力和代价去梳理各学术流派及其方法论。这在一定程度影响了学术资源的共享、继承和研究人员之间的交流。因此,高效的学术社团挖掘方法就彰显出其价值。挖掘学术社团的一个传统做法是从论文引用关系入手。论文之间可以有以下几种关系:直接及间接引用关系、耦合关系、合著关系、同引关系等。通过这些关系可以构建出论文引用网络。论文引用网络中节点之间关联度可以用以上几种关系的量化指标来刻画,从而得到一个论文节点之间关联强度的量化表示的论文引用关系网络。在论文网络上按论文作者进行聚合就可以得到关于论文作者的引用关系网络。作者的引用关系网络表征的是作者之间的论文引用关系。另一方面,科研人员共同参加同一个学术会议和论文撰写时的合著现象是天然的学术社团属性,但尚未引起研究人员的重视。考虑到会议论文的作者不一定出席会议,为叙述方便,凡是在同一个学术会议上发表了论文的作者都视为共同参会。共同出现... 

【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

多关系图示例

图 2-2 聚类算法的分类次聚类算法想要将数据对象划分为具有层次结构的簇，上面介绍的四种类型聚类算法划分算法可以达到这个要求。基于层次的聚类算法由于聚类方式的不同又类：凝聚层次聚类和分裂层次聚类。层次聚类的算法的思想是：首先将数据集中的每个对象都视为一个簇，计距离，将簇间距离最小的两个簇合并为一个簇；重复上述步骤，直到所有合并成了一个簇或者满足某个终止条件。常用的算法有 AGNES（Agglome）[41,42,43]。层次聚类的基本思想与凝聚层次聚类的基本思想相反：首先将所有的数据大簇，也就是层次结构当中的 根 ，然后再将这个 根 分裂为多个较小的

图 3-1 耦合关系,B,C,D,E 分别代表五篇不同的论文，论文 A 引用了 D,E 两篇文章。论文 A 和 B 共同引用了 C,D 两为 2。引关系表示两篇或两篇以上的论文同时被其他论是引用论文之间的关系。同引关系的强度的大小取。

【参考文献】：
博士论文
[1]聚类分析中若干关键技术的研究[D]. 杨小兵.浙江大学 2005

硕士论文
[1]高维数据聚类中的神经网络降维方法研究[D]. 侯小丽.兰州大学 2015



本文编号：2989545