基于作者关键词耦合的潜在合作关系挖掘

以关键词为计量单位的作者关键词耦合分析方法与以文献为计量单位的作者同被引、作者文献耦合等常规分析方法相比,在揭示作者的研究内容上更为直观清晰。探讨了如何利用作者关键词耦合分析法计算作者之间的相似度,并根据作者的相似度挖掘作者之间潜在的合作关系,最后以ACM SIGKDD合作网络为例分析统计了数据挖掘和知识发现领域作者之间潜在的合作关系,并探讨了该方法对中文期刊数据库的适用性。

基于双阈值Apriori算法和非频繁项集的关联规则挖掘方法

针对从数据集中的正负关联规则挖掘问题,提出一种基于双阈值Apriori算法和非频繁项集的挖掘方法。首先,对通过逆文档频率(IDF)对语料库中的项(项集)进行加权,筛选出前N%的项集;然后,通过提出的双支持度阈值Apriori算法来提取频繁项集和非频繁项集,以此降低非频繁项集的数量;最后,通过置信度和升降度阈值的判断,分别从频繁项集和非频繁项集中挖掘正负关联规则。其中,创新性地利用了非频繁项集来挖掘正负关联规则。在一个医学文本数据集上的实验结果表明,提出的方法能够有效地挖掘出正负关联规则,且能够大大降低项集和规则数量。