基于增广边簇序列的重叠层次社区发现

发布时间：2017-11-20 17:18

  本文关键词：基于增广边簇序列的重叠层次社区发现

  更多相关文章： 社会网络 社区结构 基于边密度的聚类 重叠层次社区

【摘要】：高质量重叠层次社区的挖掘和发现已成为社会网络研究热点,为更有效地发现社会网络中具有重叠层次性的社区结构,提出基于增广边簇序列的边社区发现算法(DLC_ECS).在产生包含所有可能密度参数对应的社区结构的增广边簇序列的基础上,找出全局最优的密度参数,发现全局最优的边社区结构,将识别的边社区结构转化为节点社区结构,发现具有重叠结构的社区.在该序列的基础上,提出层次边社区提取算法(HLCE_ECS),快速发现序列中的层次边社区结构,将识别的边社区结构转化为节点社区结构,发现同时具有重叠和层次结构的社区.在真实数据集和人工数据集上的实验表明,DLC_ECS具有更高的社区发现质量,HLCE_ECS能发现有意义的层次边社区结构.
【作者单位】： 福州大学数学与计算机科学学院;
【基金】：国家自然科学基金项目(No.61300104) 福建省自然科学基金项目(No.2013J01230) 福建省杰出青年科学基金项目(No.2014J06017)资助
【分类号】：TP393.02
【正文快照】： 1引言社会网络是指个体成员之间由于发生交互而形成的一种相对稳定的关系体系,网络中普遍存在由联系紧密的节点组成的社区结构[1-3].近些年,随着社区发现重要性的日益增加,已提出不少社会网络社区挖掘方法.依据节点是否隶属于唯一的社区,可分为非重叠社区发现与重叠社区发现两

【参考文献】

中国期刊全文数据库 前3条

1 姜雅文;贾彩燕;于剑;;基于类原型的复杂网络重叠社区发现方法[J];模式识别与人工智能;2013年07期

2 朱牧;孟凡荣;周勇;;基于链接密度聚类的重叠社区发现算法[J];计算机研究与发展;2013年12期

3 Le Yug;Bin Wug;Bai Wang;;LBLP:Link-Clustering-Based Approach for Overlapping Community Detection[J];Tsinghua Science and Technology;2013年04期

【共引文献】

中国期刊全文数据库 前5条

1 黄佳鑫;郭红;郭昆;;基于影响簇选择模型和MCMC采样的社交圈子识别算法[J];福州大学学报(自然科学版);2015年05期

2 孙贵宾;周勇;;基于结构相似度仿射传播的社团检测算法[J];计算机应用;2015年03期

3 陈羽中;施松;陈国龙;於志勇;;基于节点层级与标签传播增益的重叠社区发现[J];模式识别与人工智能;2015年04期

4 李刘强;桂小林;安健;孙雨;;采用模糊层次聚类的社会网络重叠社区检测算法[J];西安交通大学学报;2015年02期

5 谢梦燕;黄旭;赵青;王俊辉;;一种不规则形状聚类算法[J];西安文理学院学报(自然科学版);2015年03期

中国博士学位论文全文数据库 前3条

1 朱牧;复杂网络中社区发现关键技术研究[D];中国矿业大学;2014年

2 于乐;社会网络中社团发现及网络演化分析[D];北京邮电大学;2014年

3 金冉;面向大规模数据的聚类算法研究及应用[D];东华大学;2015年

中国硕士学位论文全文数据库 前2条

1 王炎冰;融合用户标签和微博内容的用户兴趣社区发现[D];昆明理工大学;2014年

2 刘雪娇;数据挖掘中的动态聚类及增量研究[D];哈尔滨理工大学;2015年

【二级参考文献】

中国期刊全文数据库 前3条

1 邓小龙;王柏;吴斌;杨胜琦;;基于信息熵的复杂网络社团划分建模和验证[J];计算机研究与发展;2012年04期

2 沈华伟;程学旗;陈海强;刘悦;;基于信息瓶颈的社区发现[J];计算机学报;2008年04期

3 黄发良;肖南峰;;用于网络重叠社区发现的粗糙谱聚类算法[J];小型微型计算机系统;2012年02期

，

本文编号：1207928