基于矩阵分解学习的科学合作网络社区发现研究

发布时间：2019-09-24 04:42

【摘要】：【目的】在科学合作网络的发展及主要社区发现方法的基础上,提出发现合作网络社区信息的方法。【方法】以情报领域部分相关期刊2012年 2016年发表论文的共著网络为实验数据,基于贝叶斯对称非负矩阵分解方法,结合自动相关确定稀疏压缩原理,实现社区数量的自动获取,并在分解过程中应用对称矩阵分解原理。【结果】通过与现有方法的比较与分析,本文方法得到较好的实验结果。【局限】网络数据获取中未引入学者甄别的优化方法。【结论】本文提出的方法能有效解决合作网络社区发现需求。
【作者单位】： 上海交通大学图书馆;上海交通大学计算机系;
【基金】：上海交通大学2013年文理交叉项目“科学网络中知识社区发现技术与应用研究”(项目编号:13JCY14)的研究成果之一
【分类号】：G353.1;O151.21

【相似文献】

相关期刊论文 前10条

1 黄钢石,张亚非,陆建江,徐宝文;一种受限非负矩阵分解方法[J];东南大学学报(自然科学版);2004年02期

2 尹星云;;非负矩阵分解的基本原理和研究现状分析[J];科技资讯;2011年35期

3 程明松;刘勺连;;一种实用快速非负矩阵分解算法[J];大连理工大学学报;2013年01期

4 曾文梅;;基于半监督非负矩阵分解的人流量分析[J];哈尔滨师范大学自然科学学报;2011年02期

5 孟佳音;刘丁酉;;基于分布估计算法的非负矩阵分解[J];湖北民族学院学报(自然科学版);2012年03期

6 王雪明;王套;;非负矩阵分解的相关讨论[J];湖南农机;2013年09期

7 曹胜玉;刘来福;;非负矩阵分解及其在基因表达数据分析中的应用[J];北京师范大学学报(自然科学版);2007年01期

8 章祥荪;张忠元;;非负矩阵分解:模型、算法和应用[J];重庆师范大学学报(自然科学版);2013年06期

9 李谦;景丽萍;于剑;;基于多核学习的投影非负矩阵分解算法[J];计算机科学;2014年02期

10 王印;毛丹;陈耀;;基于K-L算法的投影图正则非负矩阵分解[J];科技信息;2014年04期

相关会议论文 前1条

1 孙江明;李通化;;非平滑三维非负矩阵分解[A];第九届全国计算（机）化学学术会议论文摘要集[C];2007年

相关博士学位论文 前1条

1 胡俐蕊;非负矩阵分解方法及其在选票图像识别中的应用[D];安徽大学;2013年

相关硕士学位论文 前10条

1 谢昊;非负矩阵分解初始化及其应用[D];暨南大学;2015年

2 王一;凸与半非负矩阵分解的近点梯度方法研究[D];东北师范大学;2015年

3 马春霞;非负矩阵分解及在基因表达数据分析中的应用研究[D];曲阜师范大学;2015年

4 赖淑珍;非负矩阵分解若干算法研究与应用[D];电子科技大学;2014年

5 韦磊;正交非负局部线性嵌入及优化算法研究[D];国防科学技术大学;2013年

6 张璐;非负矩阵分解算法研究[D];西安电子科技大学;2014年

7 余肖玲;非负矩阵分解理论及其在高光谱解混中的应用[D];成都理工大学;2015年

8 范笑宇;非负矩阵分解及其在非均衡数据分类中的应用[D];西安电子科技大学;2014年

9 韩敏;基于非负矩阵分解的回归模型应用[D];苏州科技学院;2015年

10 李敏;多图正则化非负矩阵分解[D];辽宁师范大学;2015年

，

本文编号：2540674