基于聚类融合的邮件社交网络社区划分方法

发布时间：2018-01-27 04:06

本文关键词： 聚类融合社区划分共协矩阵最短路径　出处：《云南大学学报(自然科学版)》2017年02期 　论文类型：期刊论文

【摘要】：为解决邮件社区挖掘中涉及内容隐私及社区形态单一问题,提出了一种基于聚类融合的邮件社区划分算法.该方法中首先利用邮件社交网络特征及邮件属性衡量节点间距离,避免对邮件内容的分析导致涉及用户隐私,其次使用K-Means算法产生若干初始聚类结果,同时引入共协矩阵记录初始聚类时节点的归属,最后根据共协矩阵中邮箱节点间的相似程度,使用融合算法合并初始聚类结果得到最终社区结构.实验表明,该算法未使用邮件内容,得到的社区结构质量较高,并能发现多形态社区.
[Abstract]:In order to solve the single problem of content privacy and community form in email community mining. This paper proposes an algorithm of mail community partition based on clustering fusion. Firstly, the features and attributes of email social network are used to measure the distance between nodes, so as to avoid the analysis of email content resulting in user privacy. Secondly, the K-Means algorithm is used to generate some initial clustering results, and the co-co-matrix is introduced to record the attribution of the nodes in the initial clustering. Finally, according to the similarity degree of the mailbox nodes in the co-cooperator matrix. The fusion algorithm is used to combine the initial clustering results to obtain the final community structure. The experimental results show that the algorithm does not use mail content, and the quality of the community structure is high, and the multi-morphological community can be found.
【作者单位】：周口师范学院计算机科学与技术学院;华中科技大学计算机科学与技术学院;华盛顿大学(圣路易斯)计算机科学与工程系;
【基金】：国家自然科学基金(U1504602,U1504603,61173170) 河南省教育厅科技攻关研究(14B520014) 河南省科技厅科技计划(162102310590,162102310147) 教育教学改革项目(J2016037)
【分类号】：TP311.13;TP393.098
【正文快照】： E-mail产生以来,逐渐成为网络用户之间的沟通手段,特别在一些企业内越来越成为不可缺少的交流方式.在使用E-mail交流的过程中,人们之间的社交行为凸显出来,就像现实社交过程中的“人以群分”现象,E-mail社交网络也有一定的规律性,事实上,兴趣相投或者工作相同的人往往在交往中

【相似文献】