惩罚性矩阵分解及其在共词分析中的应用
来源：图书情报工作杂志2015年第13期北京时间：
作者：邵作运,李秀霞
单位：1. 曲阜师范大学日照校区图书馆 日照 276826;<br />\r\n2. 曲阜师范大学传媒学院 日照 276826
摘要：[目的/意义] 基于高维矩阵稀疏降维的思想,提出一种利用惩罚性矩阵分解(Penalized Matrix Decomposition,PMD)实现共词分析的新方法。[方法/过程] 以"学科服务"为研究主题,根据PMD算法原理,在Matlab环境下分别实现特征词的提取、特征词的软聚类以及聚类效果的可视化。[结果/结论] 与传统的共词分析方法对比,PMD算法在共词分析中具有独特的优势:提取的特征词比较全面,聚类数目便于确定,聚类结果易于理解。
关键词：PMD算法,共词分析,特征词提取,特征词软聚类,可视化,
