基于样本加权的引文网络的社团划分
来源：图书情报工作杂志2016年第20期北京时间：
作者：肖雪,王钊伟,陈云伟,邓勇
单位：1. 中国科学院大学 北京 100049;<br />\r\n2. 中国科学院计算技术研究所 北京 100190;<br />\r\n3. 中国科学院成都文献情报中心 成都 610041
摘要：[目的/意义] 为提高引文网络的社团划分的准确性，提出一种基于加权的引文网络的社团划分方法。[方法/过程] 以Louvain社团划分方法为算法基础，将科学论文用向量空间模型表示，利用改进的余弦相似度方法计算相邻论文之间的相似度，并将其作为权重，综合考虑论文内容属性与结构属性，提出一种基于样本加权的引文网络社团划分方法。[结果/结论] 该算法将引文网络中论文的文本内容属性与拓扑结构属性结合起来，通过对Scientometrics期刊发表的论文以及主题为CRISPR的论文进行社团划分研究实验，结果表明该方法能改善引文网络社团的划分效果。
关键词：引文网络,社团划分,聚类,文本挖掘,
基金资助：<p>本文系国家高技术研究发展计划（“863”计划）“微生物数字资源知识管理系统构建及关键技术研究”（项目编号：2014AA021503）和中国科学院2013年度“西部之光”人才培养计划“引文耦合网络演化分析及在科技评价与预测中的应用研究”（项目编号：科发人字165号（3-6））研究成果之一。</p>
