面向DBWorld数据挖掘的学术社区发现算法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：针对传统社区发现算法多数是基于单一关系的同构学术社会网络，而包含多种关系的异构学术网络社区发现算法还不多的情况，提出一种基于FCM（fuzzy C-means）和结构洞的学术社区发现算法——HAFCD算法。从构建基于DBWorld邮件数据的异构学术网络出发，通过分析异构网络中的多种关联关系和节点内容的相似性，提出改进的语义路径模型，计算评审人间的相似度。基于此，该算法根据结构洞越少、网络闭合性越高这一事实，将结构洞理论融入FCM算法进行异构学术社区发现。通过与现有的谱聚类和路径选择聚类算法进行实验比较表明，该算法具有较好的计算效果。http://www.cqvip.com//QK/93231X/201707/672426818.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：World 数据挖掘 cqvip Fuzzy means 异构网络 社区发现 相似度 学校社区