基于局部近邻传播及用户特征的社区识别算法

发布时间：2017-12-29 05:20

本文关键词：基于局部近邻传播及用户特征的社区识别算法　出处：《通信学报》2015年02期 　论文类型：期刊论文

【摘要】：提出一种将局部近邻传播和考虑用户特征的相似性测度相结合实现社交网络中的社区识别的算法。一方面,通过放松代表点约束条件及限制消息传播范围为节点的局部近邻,算法在降低时间和空间复杂度的同时保持较小的识别精度损失,从而能够适应社交网络挖掘需要;另一方面,通过将节点的拓扑相似度和特征相似度相结合来描述节点的综合相似度,使算法能够适应社交网络采样数据中用户关联信息不完整的情况。通过在人工数据集和真实数据集上的对比实验表明,所提方法不仅具有近似线性的时间复杂度及线性的空间复杂度,而且在网络中的节点关联边信息不完整时仍保持较好的识别精度。
[Abstract]:......
【作者单位】：福州大学数学与计算机科学学院;福州大学管理学院;
【基金】：国家自然科学基金资助项目(61103175,61300104) 教育部科学技术研究重点基金资助项目(212086) 福建省科技创新平台建设基金资助项目(2009J10007) 福建省自然科学基金资助项目(2013J01230) 福建省高校杰出青年科学基金资助项目(JA12016) 福建省高等学校新世纪优秀人才支持计划基金资助项目(JA13021)~~
【分类号】：TP393.092
【正文快照】： 1引言近年来,以微博、Facebook、Youtube和Twitter等为代表的社交网络服务(SNS,social networkservice)在世界范围内得到迅速发展,越来越多人开始通过社交网络进行在线聊天、购物、聚会等活动。在社交网络中识别具有相近的年龄、背景、兴趣等特征的用户组成的社区,不仅在理论

【参考文献】