薛 陕 董 诚 韩红旗 张均胜 高 雄 王 力

(中国科学技术信息研究所 北京100038)

0 引言

科研主题演化是衡量科研主题随时间推移表现出的动态性、发展性和差异性的研究。科研主题演化一般包含两方面含义:其一是科研主题内容随着时间推移而发生变化,其二是不同科研主题之间复杂的承继关系。其中,主题识别是演化分析的基础和关键因素。目前主题识别的主流方法可分为基于语言模型的方法[1-2]和基于网络社区发现的方法[3-4]。基于网络社区发现的主题识别方法由于速度快、社区划分比较准确,目前已经成为科研主题识别的主要方法[5-7]。

社区(community) 是社会网络中的常见现象,由一群高度聚集、联系紧密的节点聚集组成,在各种知识网络中普遍存在社区结构[8-10]。社区结构研究可以追溯到1977 年Zachary[11]对空手道俱乐部成员关系网络的研究。Girvan 和Newman[12]在对社会网络的研究中提出了著名的(Girvan-Newman)GN社区发现算法,随后的研究发现在物理学家合作网络中同样存在社区现象[13]。Boyack 等人[14]在利用7121 种期刊数据集绘制科学景观鸟瞰图的研究中也发现了类似的社区结构。Lambiotte 等人[15]发现存在于知识网络层面的社区,是一种划分知识领域和学科前沿的新视角。

由于构成网络的数据集的不同,网络中的社区结构往往存在不同特点,不同社区算法对特定网络社区识别效果存在差异[16]。社区发现算法对主题识别效果直接影响了主题演化结果和路径的判断。因此,有必要对当前主要社区发现算法的效果进行对比研究,了解其效果以及适用性能。……