基于节点内容及拓扑结构的引文网络社团划分

引文网络的社团划分是文本挖掘的一种重要方法，为提高引文网络社团划分的准确性，本文提出一种综合考虑引文网络的内容和拓扑结构属性的社团划分方法。该算法首先利用改进的余弦相似度方法计算节点相似度，然后综合考虑节点结构与内容相似度对网络进行重构，在此基础上以相邻节点对相似度作为边权，运用Louvain社团划分方法对加权引文网络进行社团划分，提出一种综合考虑节点内容及结构属性的社团划分方法。通过在真实引文网络数据集上的实验表明，本文所提出的方法能改善引文网络的划分效果。...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	图书情报知识 2017 (1), p.89-97
1. Verfasser:	肖雪陈云伟邓勇
Format:	Artikel
Sprache:	chi
Schlagworte:	引文网络文本挖掘文本相似度社团划分聚类
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

container_end_page	97
container_issue	1
container_start_page	89
container_title	图书情报知识
container_volume
creator	肖雪陈云伟邓勇
description	引文网络的社团划分是文本挖掘的一种重要方法，为提高引文网络社团划分的准确性，本文提出一种综合考虑引文网络的内容和拓扑结构属性的社团划分方法。该算法首先利用改进的余弦相似度方法计算节点相似度，然后综合考虑节点结构与内容相似度对网络进行重构，在此基础上以相邻节点对相似度作为边权，运用Louvain社团划分方法对加权引文网络进行社团划分，提出一种综合考虑节点内容及结构属性的社团划分方法。通过在真实引文网络数据集上的实验表明，本文所提出的方法能改善引文网络的划分效果。
format	Article
fullrecord	<record><control><sourceid>chongqing</sourceid><recordid>TN_cdi_chongqing_primary_671092246</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><cqvip_id>671092246</cqvip_id><sourcerecordid>671092246</sourcerecordid><originalsourceid>FETCH-chongqing_primary_6710922463</originalsourceid><addsrcrecordid>eNpjYeA0NDAw1jUytzTnYOAtLs5MMjAwNDQwMrOw4GSweTp_15NdfS-6mp437Xza1vp03c6n_V3Puic_65z4fPfkZ_Nans9qebpn6rNp7c_3AkXmPF-y7-nsRU87Jj3taONhYE1LzClO5YXS3AxKbq4hzh66yRn5eemFmXnp8QVFmbmJRZXxZuaGBpZGRiZmxkQpAgAdzkqH</addsrcrecordid><sourcetype>Publisher</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于节点内容及拓扑结构的引文网络社团划分</title><source>国家哲学社会科学学术期刊数据库 (National Social Sciences Database)</source><creator>肖雪陈云伟邓勇</creator><creatorcontrib>肖雪陈云伟邓勇</creatorcontrib><description>引文网络的社团划分是文本挖掘的一种重要方法，为提高引文网络社团划分的准确性，本文提出一种综合考虑引文网络的内容和拓扑结构属性的社团划分方法。该算法首先利用改进的余弦相似度方法计算节点相似度，然后综合考虑节点结构与内容相似度对网络进行重构，在此基础上以相邻节点对相似度作为边权，运用Louvain社团划分方法对加权引文网络进行社团划分，提出一种综合考虑节点内容及结构属性的社团划分方法。通过在真实引文网络数据集上的实验表明，本文所提出的方法能改善引文网络的划分效果。</description><identifier>ISSN: 1003-2797</identifier><language>chi</language><subject>引文网络 ; 文本挖掘 ; 文本相似度 ; 社团划分 ; 聚类</subject><ispartof>图书情报知识, 2017 (1), p.89-97</ispartof><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://image.cqvip.com/vip1000/qk/94971X/94971X.jpg</thumbnail><link.rule.ids>314,780,784,4024</link.rule.ids></links><search><creatorcontrib>肖雪陈云伟邓勇</creatorcontrib><title>基于节点内容及拓扑结构的引文网络社团划分</title><title>图书情报知识</title><addtitle>Document,Information ＆ Knowledge</addtitle><description>引文网络的社团划分是文本挖掘的一种重要方法，为提高引文网络社团划分的准确性，本文提出一种综合考虑引文网络的内容和拓扑结构属性的社团划分方法。该算法首先利用改进的余弦相似度方法计算节点相似度，然后综合考虑节点结构与内容相似度对网络进行重构，在此基础上以相邻节点对相似度作为边权，运用Louvain社团划分方法对加权引文网络进行社团划分，提出一种综合考虑节点内容及结构属性的社团划分方法。通过在真实引文网络数据集上的实验表明，本文所提出的方法能改善引文网络的划分效果。</description><subject>引文网络</subject><subject>文本挖掘</subject><subject>文本相似度</subject><subject>社团划分</subject><subject>聚类</subject><issn>1003-2797</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2017</creationdate><recordtype>article</recordtype><recordid>eNpjYeA0NDAw1jUytzTnYOAtLs5MMjAwNDQwMrOw4GSweTp_15NdfS-6mp437Xza1vp03c6n_V3Puic_65z4fPfkZ_Nans9qebpn6rNp7c_3AkXmPF-y7-nsRU87Jj3taONhYE1LzClO5YXS3AxKbq4hzh66yRn5eemFmXnp8QVFmbmJRZXxZuaGBpZGRiZmxkQpAgAdzkqH</recordid><startdate>2017</startdate><enddate>2017</enddate><creator>肖雪陈云伟邓勇</creator><scope>2RA</scope><scope>92L</scope><scope>CQIGP</scope><scope>~WA</scope></search><sort><creationdate>2017</creationdate><title>基于节点内容及拓扑结构的引文网络社团划分</title><author>肖雪陈云伟邓勇</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-chongqing_primary_6710922463</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2017</creationdate><topic>引文网络</topic><topic>文本挖掘</topic><topic>文本相似度</topic><topic>社团划分</topic><topic>聚类</topic><toplevel>online_resources</toplevel><creatorcontrib>肖雪陈云伟邓勇</creatorcontrib><collection>中文科技期刊数据库</collection><collection>中文科技期刊数据库-CALIS站点</collection><collection>中文科技期刊数据库-7.0平台</collection><collection>中文科技期刊数据库- 镜像站点</collection><jtitle>图书情报知识</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>肖雪陈云伟邓勇</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于节点内容及拓扑结构的引文网络社团划分</atitle><jtitle>图书情报知识</jtitle><addtitle>Document,Information ＆ Knowledge</addtitle><date>2017</date><risdate>2017</risdate><issue>1</issue><spage>89</spage><epage>97</epage><pages>89-97</pages><issn>1003-2797</issn><abstract>引文网络的社团划分是文本挖掘的一种重要方法，为提高引文网络社团划分的准确性，本文提出一种综合考虑引文网络的内容和拓扑结构属性的社团划分方法。该算法首先利用改进的余弦相似度方法计算节点相似度，然后综合考虑节点结构与内容相似度对网络进行重构，在此基础上以相邻节点对相似度作为边权，运用Louvain社团划分方法对加权引文网络进行社团划分，提出一种综合考虑节点内容及结构属性的社团划分方法。通过在真实引文网络数据集上的实验表明，本文所提出的方法能改善引文网络的划分效果。</abstract></addata></record>
fulltext	fulltext
identifier	ISSN: 1003-2797
ispartof	图书情报知识, 2017 (1), p.89-97
issn	1003-2797
language	chi
recordid	cdi_chongqing_primary_671092246
source	国家哲学社会科学学术期刊数据库 (National Social Sciences Database)
subjects	引文网络文本挖掘文本相似度社团划分聚类
title	基于节点内容及拓扑结构的引文网络社团划分
url	https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-06T14%3A01%3A21IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-chongqing&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E8%8A%82%E7%82%B9%E5%86%85%E5%AE%B9%E5%8F%8A%E6%8B%93%E6%89%91%E7%BB%93%E6%9E%84%E7%9A%84%E5%BC%95%E6%96%87%E7%BD%91%E7%BB%9C%E7%A4%BE%E5%9B%A2%E5%88%92%E5%88%86&rft.jtitle=%E5%9B%BE%E4%B9%A6%E6%83%85%E6%8A%A5%E7%9F%A5%E8%AF%86&rft.au=%E8%82%96%E9%9B%AA%20%E9%99%88%E4%BA%91%E4%BC%9F%20%E9%82%93%E5%8B%87&rft.date=2017&rft.issue=1&rft.spage=89&rft.epage=97&rft.pages=89-97&rft.issn=1003-2797&rft_id=info:doi/&rft_dat=%3Cchongqing%3E671092246%3C/chongqing%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_cqvip_id=671092246&rfr_iscdi=true