挖掘DBLP作者合作关系，FP-Growth算法实践（6）：简单的总结报告

基于FP-Growth的频繁项集挖掘与基于社交图的关联规则挖掘

一、任务简介 1

二、数据集 1

三、基本思路 2

3.1、发掘各个会议的“核心”研究者 2

3.2、挖掘作者之间的合作关系 3

3.3、挖掘导师-学生关系 5

四、正确性验证 5

五、总结 5

 

 

一、任务简介

本次挖掘任务有三个：第一，发掘各个会议的“核心”研究者，具体包括在相应会议上的发表文章数量、活跃时间范围等；第二，挖掘作者之间的合作关系，并使用一定的权值表示合作的紧密程度；第三，挖掘导师-学生关系。

二、数据集

数据来自DBLP的十二个会议从2000年至今的所有论文，十二个会议分别是：{"SDM":1, "ICDM":1, "ECML/PKDD":1, "PAKDD":1, "WSDM":1, "DMKD":1, "CVPR":1, "ICML":1, "NIPS":1, "COLT":1, "SIGIR":1,&