基于CW＿UEOC社区检测算法的共词聚类研究

作者：牛奉高^*; 邰志琴; 许超

来源：山西大学学报(自然科学版), 2022, 45(01): 108-117.

DOI：10.13451/j.sxu.ns.2021007

• 共词分析
• 复杂网络
• CW＿UEOC社区检测算法
• 幂律分布
• 小世界现象

基于共词分析的聚类算法存在的不足：(1)聚类过程需要事先确定聚类数目；(2)关键词只能被划归一个聚类，文章采用复杂网络社区检测算法改进共词分析方法，提出改进的社区检测算法CW＿UEOC(Co-occurrence weighting unfold and extract overlapping communities)，并对来源于web of science的文献题录数据（以情报学和图书馆学（Information Science&Library Science）为例）构建共词网络进行聚类实验检验。研究结果表明：所提出的CW＿UEOC社区检测算法对关键词的聚类结果有好的改进，能将多领域的相同关键词划分为不同研究主题，且CW＿UEOC社区检测算法使用连通度（conductance）作为截断准则，为聚类数目提供客观判断依据。

• 单位
  山西大学