基于DBScan算法的研究群体挖掘-计算机应用与软件.PDFVIP

第２６卷第９期　　　 计算机应用与软件 Ｖｏｌ２６Ｎｏ．９ ０９ ２００９年９月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｓｅｐ．２０ 基于ＤＢＳｃａｎ算法的研究群体挖掘 林 涵 溪 （复旦大学软件学院　上海２００４３３） 摘　要　　引文网络体现了文献研究内容上的相关性及知识的传递，包含了大量的研究关联性信息，被广泛地用于对文章重要性进 行鉴定。但当前缺少一种在引文网络基础上识别研究群体的方法。为寻找具有相关研究的作者群体，首先研究文献之间的引用关 系，建立基于引文路径的引文分析模型，最后构造相关性指标并利用ＤＢＳｃａｎ算法对引文网络进行聚类。通过对文章间关联强度的 定义，运用聚类方法挖掘出学术研究群体，实现了一种新颖、且复杂度较低的研究群体识别方法。 关键词　　引文网络　ＤＢＳｃａｎ算法　聚类 ＲＥＳＥＡＲＣＨＣＯＭＭＵＮＩＴＹＭＩＮＩＮＧＢＡＳＥＤＯＮＤＢＳＣＡＮＡＬＧＯＲＩＴＨＭ ＬｉｎＨａｎｘｉ （ＳｃｈｏｏｌｏｆＳｏｆｔｗａｒｅ，ＦｕｄａｎＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２００４３３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｃｉｔａｔｉｏｎｎｅｔｗｏｒｋｒｅｆｌｅｃｔｓｔｈｅｃｏｎｎｅｃｔｉｖｉｔｙｉｎｃｏｎｔｅｎｔａｎｄｔｒａｎｓｍｉｓｓｉｏｎｏｆｋｎｏｗｌｅｄｇｅｂｅｔｗｅｅｎｓｃｉｅｎｔｉｆｉｃｐａｐｅｒｓ．Ｉｔｃｏｎｔａｉｎｓａｍａｓｓ ｏｆｉｎｆｏｒｍａｔｉｏｎａｂｏｕｔｒｅｓｅａｒｃｈｒｅｌｅｖａｎｃｙ，ａｎｄｉｓｗｉｄｅｌｙｕｓｅｄｔｏｉｄｅｎｔｉｆｙｔｈｅｉｍｐｏｒｔａｎｃｅｏｆａｐａｐｅｒ．Ｃｕｒｒｅｎｔｌｙｔｈｅｒｅｌａｃｋｓａｍｅｔｈｏｄｔｏｉｄｅｎｔｉｆｙｒｅ ｓｅａｒｃｈｃｏｍｍｕｎｉｔｙｏｎｔｈｅｂａｓｉｓｏｆｃｉｔａｔｉｏｎｎｅｔｗｏｒｋ．Ｉｎｏｒｄｅｒｔｏｆｉｎｄｔｈｅｃｏｍｍｕｎｉｔｙｏｆａｕｔｈｏｒｓｗｉｔｈａｓｉｍｉｌａｒｒｅｓｅａｒｃｈｆｉｅｌｄ，ｔｈｅｃｉｔａｔｉｏｎｒｅｌａｔｉｏｎ ｓｈｉｐｂｅｔｗｅｅｎｐａｐｅｒｓｉｓｓｔｕｄｉｅｓａｎｄｔｈｅｃｉｔａｔｉｏｎａｎａｌｙｚｉｎｇｍｏｄｅｌｉｓｅｓｔａｂｌｉｓｈｅｄｂａｓｅｄｏｎｃｉｔａｔｉｏｎｐａｔｈ．Ｆｉｎａｌｌｙｔｈｅｒｅｌｅｖａｎｔｉｎｄｉｃａｔｏｒｓａｒｅｂｕｉｌｔｕｐ ａｎｄＤＢＳｃａｎｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｉｓｕｔｉｌｉｚｅｄｔｏｃｌｕｓｔｅｒｔｈｅｃｉｔａｔｉｏｎｎｅｔｗｏｒｋ．ＴｈｕｓｂｙｄｅｆｉｎｉｎｇｔｈｅＰａｐｅｒＲｅｌａｔｉｏｎＩｎｔｅｎｓｉｔｙ，ａｎｄｉｄｅｎｔｉｆｙｉｎｇｔｈｅ ｃｏｍｍｕｎｉｔｙｏｆａｕｔｈｏｒｓｗｉｔｈａｓｉｍｉｌａｒｒｅｓｅａｒｃｈｂａｃｋｇｒｏｕｎｄｂｙｔｈｅｃｌｕｓｔｅｒｉｎｇｍｅｔｈｏｄ，ａｎｏｖｅｌｃｏｍｍｕｎｉｔｙｉｄｅｎｔｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｗｉｔｈａｌｏｗｃｏｍ ｐｌｅｘｉｔｙｉｓｅｓｔａｂｌｉｓｈｅｄ． Ｋｅｙｗｏｒｄｓ　　Ｃｉｔａｔｉｏｎｎｅｔｗｏｒｋ　ＤＢＳｃａｎａｌｇｏｒｉｔｈｍ　Ｃｌｕｓｔｅｒｉｎｇ 然而基于ＰａｇｅＲａｎｋ的引文分析仍然停留在衡量论文重要性，对 ０　引　言 科学研究群体的挖掘没有做进一步的深入。 文献［１１］将注意力转移到了引文网络中的研究者，它认为 １９６４年Ｇａｒｆｉｅｌｄ提出了运用引文数据来评价科学发展的思 引文网络中的边代表较弱的社会关系，因为存在引证关系的两 路，８０年代后随着信息技术及统计方法的发展，引文领域的研 篇文章