科研主题演化中三种典型社区发现算法对比研究——以植物甾醇信号为例

摘要

科研主题识别和演化分析是了解科研领域发展现状和趋势的重要手段.近年来,基于复杂网络和网络演化计量的社区发现算法成为揭示科研主题演化的主要方法,有必要深入探讨该类算法在主题识别和演化分析中的优点与不足.本文选取植物油菜素甾醇领域,构建了关键词共现网络,对比了Newman MM、Ball Overlapping和Blondel这3种典型社区发现算法的科研主题识别和演化追踪结果,并结合专家知识对3种算法效果进行分析.实验结果表明,Blondel算法在科研主题的识别和演化追踪研究中运算速度最快,识别的主题更为准确,能够较好反映领域主题演化.该研究从算法适用性角度为科研主题演化追踪研究提供了参考.