“密度-距离”快速搜索聚类算法及其在共词聚类中的应用

作     者：李秀霞 邵作运 Li Xiuxia;Shao Zuoyun

作者机构：曲阜师范大学传媒学院日照276826 曲阜师范大学日照校区图书馆日照276826 

出 版 物：《情报学报》 (Journal of the China Society for Scientific and Technical Information)

年 卷 期：2016年第35卷第4期

页      面：380-388页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家社会科学基金资助项目"大数据时代图书馆服务体系的创新与发展研究"的阶段性成果之一 项目编号:15BTQ023 

主　　题：密度-距离 快速搜索 聚类分析 共词聚类 

摘      要：密度-距离快速搜索聚类算法的核心思想是:聚为一类的核心节点的密度最大,核心节点与其他密度更大的节点之间的距离相对更大。为丰富文献计量学的方法体系,本文将该算法引入到共词聚类分析中。以学科服务为研究主题,利用Bicomb形成共词矩阵,在Matlab环境中将其转换为三元组相似距离表,最后利用密度一距离快速搜索聚类算法将学科服务研究主题自动确定为5个研究类团,并给出了对应的类中心、实现了聚类结果的可视化。与已有工具软件(如SPSS、Ucinet、Citespace)内嵌的聚类算法的聚类效果相比,本文方法最大的优势是不需要进行多次迭代,耗时少;自动确定聚类中心的类名、类团的数目等;而且聚类结果理想,可视化效果较好。