基于复杂网络的知识组织系统概念社区发现  

Knowledge Organization System Concept Community Detection Based on Complex Networks

作　　者：殷希红 乔晓东[1] 张运良[1] 

机构地区：[1]中国科学技术信息研究所

出　　处：《数字图书馆论坛》2014年第8期45-51,共7页Digital Library Forum

基　　金：国家自然科学基金项目“面向特定情报分析应用的知识组织系统快速构建关键问题研究”(编号:71203208);国家“十二五”科技支撑计划课题“面向外文科技文献信息的超级科技词表和本体建设”(编号:2011BAH10B01);中国科学技术信息研究所重点工作项目“汉语科技词系统建设与应用工程”(编号:ZD2012-3-2)资助

摘　　要：将复杂网络的理论引入到知识组织系统的表示中，抽取知识组织系统中的概念及概念间的关系，构建复杂网络。利用Walktrap社区发现算法，发现复杂网络中的概念社区，以助于用户输入种子概念时，仅返回对应的社区。利用种子概念返回社区的准确性对社区发现的结果进行评价，论证该方法的有效性。本研究将以中国科学技术信息研究所已有的新能源汽车领域汉语科技词系统为例进行社区发现研究，发现该方法快速有效。This paper applies the complex network theory into the representation of knowledge organization system, extracts the concept and concept relations from the knowledge organization system, and constructs undirected complex network and undirected weighted complex network. Using the walktrap community discovery algorithm, we find the concept community in complex network, in order to help users when they input seed concept, only to return the corresponding community. The modularity is used to evaluate the community discovery results, and to demonstrate the effectiveness of this method. This experiment regards the Chinese scientific and technical vocabulary system （new energy vehicles） as an example to discover the community, and finds that this method is fast and effective.

关 键 词：复杂网络 知识组织系统 概念社区 社区发现 

分 类 号：G254[文化科学—图书馆学]