基于矩阵分解学习的科学合作网络社区发现研究

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.

关键词：科学网络、文献共著网络、社区发现、非负矩阵分解、贝叶斯方法

所属期刊栏目：1

分类号：G252(图书馆学、图书馆事业)

资助基金：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13JCY14的研究成果之一

在线出版日期：2017-11-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：49-56