挖掘DBLP作者合作关系，FP-Growth算法实践（4）：挖掘每个会议的核心研究者

最新推荐文章于 2022-07-27 22:30:52 发布

mmc2015

最新推荐文章于 2022-07-27 22:30:52 发布

阅读量1.6k

点赞数 2

CC 4.0 BY-SA版权

分类专栏：挖掘DBLP作者合作关系，FP-Growth算法实践文章标签：挖掘DBLP作者合作关系 FP-Growth算法实践挖掘每个会议的核心研究者

本文链接：https://blog.youkuaiyun.com/mmc2015/article/details/51019292

在只有【论文标题、发布时间、作者、会议名称】这四种信息的情况下，首先提取出所有这四种信息：

代码产生的结果如下，数据结构类似于headerTable，看结果就知道了，不再介绍：

authorDict={} #{authorName: total(frequence, startYear, endYear), {eachConf(frequence, startYear, endYear)}}

    authorDict, conferenceDict=CountAuthorAndConferenceFrequence(tranDB)
    print len(authorDict) #31886
    print authorDict["Ying Wu"]
    #[51, 2000, 2015, {'KDD': [1, 2007, 2007], 'SDM': [1, 2005, 2005], 'CVPR': [49, 2000, 2015]}]
    print conferenceDict
    #{'CVPR': 7722, 'PAKDD': 1760, 'ICML': 1111, 'KDD': 2360, 'COLT': 736, 'ICDM': 3873, 'DMKD': 47, 'SIGIR': 2772, 'ECML/PKDD': 1036, 'SDM': 1156, 'WSDM': 618, 'NIPS': 3852}

代码为：

def CountAuthorAndConferenceFrequence(tranDB):
    authorDict={} #{authorName: total(frequence, startYear, endYear), {eachConf(frequence, startYear, endYear)}}