共现聚类分析的新方法最大频繁项集挖掘1).PDF

共现聚类分析的新方法：最大频繁项集挖掘 1) 1 1 1 1 2 徐硕 ，乔晓东 ，朱礼军 ，张运良 ，薛春香 （1. 中国科学技术信息研究所，100038；2. 南京理工大学经济管理学院，210094 ） 摘要 针对某一领域的文献，如果两个研究对象同现的频率越高，则通常假设二者存在联 系的可能性越大，从而促使共词分析、文献共引分析以及文献作者共著分析等共现分析方法 的流行。然而，传统共现分析三个阶段中的前两个阶段存在一定的缺陷，从而导致最后得到 的共现聚类分析的结果可能存在一定的误导性。为克服该缺陷，本文从关联规则挖掘领域引 入了一种新的共现聚类分析方法——最大频繁项集挖掘，它将传统共现分析法的三个阶段压 缩为一个阶段，充分利用了可以利用的各种信息，克服了传统方法的缺陷。通过实验分析发 现，设置合适的最小支持度阈值，基本上可以得到比较满意的结果。 关键词 共现分析，共词分析，聚类分析，最大频繁项集，层次聚类 A Novel Approach for Co-occurrence Clustering Analysis: Maximal Frequent Itemset Mining 1 1 1 1 2 Xu Shuo , Qiao Xiaodong , Zhu Lijun , Zhang Yunliang , Xue Chunxiang (1 ．Institute of Scientific and Technical Information of China, Beijing 100038 ； 2 ．Nanjing University of Science and Technology, School of Economics and Management, Nanjing 210094) Abstract For a literature collection in some area, if two research objects have higher co-occurrence frequency, then one usually assumes that there exists an underlying link between the objects in a higher probability. It is this reason that prompts the popularity of many co-occurrence analysis methods, such as co-word analysis, co-citation analysis, co-authorship analysis, etc. The process of traditional co-occurrence analysis often consists of three steps. However, there are problematic for the previous two steps, which may lead to some misleading co-occurrence clustering results. Therefore, this paper introduces a new method for co-occurrence clustering analysis—maximal frequent itemset mining—from association rule mining domain. _______________________ 收稿日期：2011 年 1 月 23 日 修回日期：2011 年 8 月 26 日 作者简介：徐硕，男，1979 年生，博士，副研究员，研究方向：数据挖掘，机器学习，知识组织和知 识工程等。E-mail: xush@ 。乔晓东，男，1