合著的关系网络数据模型构建及核心作者挖掘的研究.docVIP

合著的关系网络数据模型构建及核心作者挖掘的研究 　　摘 要：对COMAP提供的18 000个合著者数据进行了网络分析，并寻找出核心作者。首先通过统计函数COUNTIF对数据冗余进行处理，而后建立合著行为的人物关系网络模型，寻找核心作者圈，通过中心度、紧密度等分析确定核心人物;而后进行群集分析，对合著者网络分块，找到重要群集，分析其中的核心人物;经过分析得出合著者中的重要核心人物。 　　关键词：核心作者;科研合作;合著网络 　　DOI：10.11907/rjdk.143504 　　中图分类号：TP391 　　文献标识码：A 文章编号：1672-7800（2014）012-0141-03 　　作者简介：刘智鹏（1992-），男，四川成都人，重庆邮电大学软件工程学院学生，研究方向为数据挖掘及计算机网络。 　　0 引言 　　 研究发现，欲建立一个基于超过18 000 条原始数据的Erdos1合著者网络，首先需要进行数据处理，剔除无效数据，保留有效数据。无效数据是指Erdos1 文件中外界的人员关系，即与网络相关性甚小的节点。本文建立了数据筛选模型，运用COUNTIF函数对原始数据进行预处理lt;supgt;[1]lt;/supgt;，即计算出各节点的关联次数，并从17 783个原始节点中剔除相关度小的无效节点。 　　1 基于合著行为的人物关系网络模型 　　1.