基于加权内容-结构网络和随机游走的社团划分算法
发布时间：2018-07-17 05:43
【摘要】：针对传统模块优化社团划分算法仅能利用网络的结构信息,而无法利用同样丰富的内容信息,导致划分精度较低的问题,提出一种结合内容属性并通过给连边加权来全面优化网络拓扑结构的社团划分算法CCSRW(Classification with Content-Structure and Random Walk).设计利用随机游走理论计算结构节点与内容节点间的相似性关系矩阵,并将结构节点映射到内容属性空间上,最终把社团划分问题转化为多维无监督聚类问题.通过在真实数据集上进行的全面实验分析,展示了相比于传统社团划分算法,本文的算法能更准确的描述网络结构,显著提高划分性能,并有效解决小社团不敏感问题,更适用于大规模复杂信息网络的社团划分.
[Abstract]:In view of the traditional modular optimization community partition algorithm can only use the network structure information, but can not use the same rich content information, resulting in low division accuracy problem. A community partition algorithm CCSRW (Classification with Content-Structure and Random Walk) is proposed, which combines the content attributes and weights the connected edges to optimize the topology of the network. The similarity matrix between structure node and content node is calculated by random walk theory, and the structure node is mapped to content attribute space. Finally, the problem of community division is transformed into multi-dimensional unsupervised clustering problem. Through a comprehensive experimental analysis on real data sets, it is shown that compared with the traditional community partition algorithm, the proposed algorithm can describe the network structure more accurately, significantly improve the partition performance, and effectively solve the problem of small community insensitivity. More suitable for large-scale complex information network community division.
【作者单位】： 电子科技大学计算机科学与工程学院;大众点评网;电子科技大学信息与软件工程学院;
【基金】：国家科技支撑计划(No.2013BAH33F02) 国家自然科学基金(No.61300192) 中央高校基本科研业务费电子科技大学项目(No.ZYGX2014J052) 2015年省科技厅支持计划(No.2015GZ0102) 四川省自贡市公安局-基于智能视频分析的交通流量监控与事故预测系统的研究与实现 四川省公安厅科研项目(No.2015SCYYCX06) 成都市科学技术局软科学研究项目(No.2015-RK00-00247-ZF)
【分类号】：TP393.02
本文编号：2129265
[Abstract]:In view of the traditional modular optimization community partition algorithm can only use the network structure information, but can not use the same rich content information, resulting in low division accuracy problem. A community partition algorithm CCSRW (Classification with Content-Structure and Random Walk) is proposed, which combines the content attributes and weights the connected edges to optimize the topology of the network. The similarity matrix between structure node and content node is calculated by random walk theory, and the structure node is mapped to content attribute space. Finally, the problem of community division is transformed into multi-dimensional unsupervised clustering problem. Through a comprehensive experimental analysis on real data sets, it is shown that compared with the traditional community partition algorithm, the proposed algorithm can describe the network structure more accurately, significantly improve the partition performance, and effectively solve the problem of small community insensitivity. More suitable for large-scale complex information network community division.
【作者单位】： 电子科技大学计算机科学与工程学院;大众点评网;电子科技大学信息与软件工程学院;
【基金】：国家科技支撑计划(No.2013BAH33F02) 国家自然科学基金(No.61300192) 中央高校基本科研业务费电子科技大学项目(No.ZYGX2014J052) 2015年省科技厅支持计划(No.2015GZ0102) 四川省自贡市公安局-基于智能视频分析的交通流量监控与事故预测系统的研究与实现 四川省公安厅科研项目(No.2015SCYYCX06) 成都市科学技术局软科学研究项目(No.2015-RK00-00247-ZF)
【分类号】：TP393.02
【相似文献】
相关期刊论文 前4条
1 刘阳;季新生;刘彩霞;;网络社区发现优化:基于随机游走的边权预处理方法[J];电子与信息学报;2013年10期
2 刘辉;;基于随机游走算法的社交网络构建[J];湖北成人教育学院学报;2014年01期
3 雷钰丽;李阳;王崇骏;刘红星;谢俊元;;基于权重的马尔可夫随机游走相似度度量的实体识别方法[J];河北师范大学学报(自然科学版);2010年01期
4 杜兴盛;;基于随机游走的网络故障节点定位算法仿真[J];计算机仿真;2013年06期
相关会议论文 前1条
1 燕飞;张铭;谭裕韦;唐建;邓志鸿;;综合社会行动者兴趣和网络拓扑的社区发现方法[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年
相关硕士学位论文 前1条
1 戴小玲;基于随机游走的Web服务推荐算法研究[D];湖南科技大学;2016年
，本文编号：2129265
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/2129265.html
