基于粒子群优化的文档聚类算法     

魏建香  孙越泓  苏新宁 《情报学报》2010,29(3)

为了解决文献自动分类问题,提出了一种基于粒子群优化算法(PSO)的文档聚类算法并根据各种参数的变化策略进行了分析与比较.由于粒子运动的范围受到粒子最大速度Vmax的影响,本文通过改变Vmax的变化类型进行仿真比较,当Vmax为凹函数,PSO算法具有较好的收敛性.同时,对惯性权重和学习系数进行了研究,提出了相应的变化策略:惯性权重线性递减,自身认知系数线性递增而社会认知系数线性递减.给出了PSO聚类算法的详细步骤,并根据各种变化策略进行了仿真分析,取得了较好的聚类效果.与标准的遗传算法(GA)相比,本文提出的PSO聚类算法具有更好的收敛效果.  相似文献   

学科交叉知识挖掘模型研究     

魏建香  孙越泓  苏新宁 《情报理论与实践》2012,35(4):76-80

为揭示学科之间的交叉知识,提出一种基于文本挖掘的学科交叉知识发现模型。构建了学科交叉文献发现模型与学科交叉知识发掘模型,从学科交叉点和新的增长点两个方面来揭示学科之间的交叉关系,并通过近10年来情报学与计算机科学两个学科文献数据进行了实例验证。  相似文献   

基于聚类分析的学科交叉研究   总被引：1，自引：0，他引：1  

魏建香  孙越泓  苏新宁 《情报学报》2010,29(6)

聚类分析是数据挖掘中的一项重要技术,通过聚类可以发现隐藏在海量数据背后的知识.本文提出了一种通过文献数据聚类分析来研究学科交叉的方法.首先提出了一种基于摘要词与关键词加权的相似度模型,使得文献之间的相似度更加精确.利用FCM 算法对2005年CSSCI文献数据库中图书情报学的文献数据进行聚类,通过建立学科原子特征词的学科交叉表统计出图书馆学、情报学和文献学三个学科的研究热点及交叉点,以及图书情报学新的学科增长点,并对分析结果进行了检验,结果表明本文所提出的方法是科学的、切实可行的.  相似文献