学术论文网络中重叠与层次主题结构的识别：三种方法的比较

我们实现了三种近期提出的用于识别图中重叠与层次子结构的方法，并将相应算法应用于一个由492篇信息科学论文通过其引文来源耦合而成的网络。将三种层次聚类算法得到的主题子结构和重叠与基于内容的分类进行了比较，后者基于对标题和关键词的解释。我们定义了处理三个位于不同聚合层次主题的论文集合：h指数、网络计量学和文献计量学。我们用三种聚类算法生成的树状图中的分支识别了这些主题，并比较了它们检测到的重叠主题以及三个预定义的论文集合。我们讨论了将三种方法应用于研究领域论文网络的优缺点。