School of Computer Science and Technology, Huazhong University of Science and Technology Wuhan 430074, P. R. China;
School of Computer Science and Technology, Huazhong University of Science and Technology Wuhan 430074, P. R. China;
School of Computer Science and Technology, Huazhong University of Science and Technology Wuhan 430074, P. R. China;
School of Computer Science and Technology, Huazhong University of Science and Technology Wuhan 430074, P. R. China;
School of Computer Science and Technology, Huazhong University of Science and Technology Wuhan 430074, P. R. China;
social network analysis; community detection; topic model-ing; mutual enhanced infinite generative model; dirichlet process; gibbs sampling;
机译:MEI:互增强的无限社区主题模型,用于分析文本增强型社交网络
机译:本地网络社区检测的生成模型
机译:使用网络生成模型重叠社区检测
机译:MEI:同时社区和主题检测的相互增强无限生成模型
机译:使用生成主题模型进行在线主题检测,跟踪和重要性排名
机译:通过多方差混合高斯生成模型探索无法链接约束在社区检测中的作用
机译:我们开发了一种科学创造力模型,并在稀有疾病领域进行测试。我们的模型基于对Rett综合征的深入案例研究的结果。档案分析,文献计量技术和专家调查与网络分析相结合,以确定最具创造力的科学家。首先,比较生成和组合创造力的替代措施。然后,我们推广了我们的结果,并提出了社会语义网络演化的随机模型。模型预测用多个罕见疾病专业网络进行测试。我们发现,一个领域的专家之间的新的科学合作增强了组合创造力。相反,新手的高入门率与生成创造力负相关。通过扩展这组有用的概念,创造性的科学家获得了中心地位。同时,通过增加科学界的中心地位,科学家们可以复制和推广他们的结果,从而促进科学范式的发展。