基于链接密度聚类的重叠社区发现算法

发布时间：2019-08-01 08:14

【摘要】：为了能够更加有效地发现社会网络中具有重叠性的社区结构,提出一种基于链接密度聚类的重叠社区发现算法DBLINK.该算法首先以网络中的边集为对象,将其划分为若干个互不相连的链接社区,再将所得到的链接社区转化为最终的节点社区,隶属于不同链接社区边的交点即为网络中的重叠节点.由于DBLINK采用基于密度的算法对边集进行聚类,将不满足一定条件的边孤立出来,使其不隶属于任何链接社区,因此可以避免社区结构过度重叠的现象发生,从而提高了重叠社区发现的质量.实验结果表明,DBLINK不仅具有较好的时间效率,而且在社区发现的质量方面也优于其他几种代表性的重叠社区发现算法.
[Abstract]:In order to find overlapping community structure in social network more effectively, an overlapping community discovery algorithm DBLINK. based on link density clustering is proposed. The algorithm first takes the edge set in the network as the object, divides it into several unrelated link communities, and then converts the obtained link community into the final node community, and the intersection points belonging to the edges of different link communities are the overlapping nodes in the network. Because DBLINK uses density-based algorithm to cluster edge sets, the edges that do not meet certain conditions are isolated so that they do not belong to any linked community, so that excessive overlap of community structures can be avoided, thus improving the quality of overlapping community discovery. The experimental results show that DBLINK not only has good time efficiency, but also outperforms several other representative overlapping community discovery algorithms in the quality of community discovery.
【作者单位】： 中国矿业大学计算机科学与技术学院;
【基金】：国家“八六三”高技术研究发展计划基金项目(2012AA011004) 国家自然科学基金项目(50674086) 高等学校博士学科点专项科研基金项目(20110095110010) 江苏省研究生科研创新计划项目(CXZZ12_0934)
【分类号】：TP393.093

【参考文献】

相关期刊论文 前2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

【共引文献】

相关期刊论文 前10条

1 刘旭;易东云;;基于保守合并策略的复杂网络社区结构发现[J];复杂系统与复杂性科学;2011年04期

2 李瑾;;基于二部图的P2P资源挖掘方法[J];电子世界;2012年13期

3 杨春林;张四平;;由动态信号揭示社团结构[J];复杂系统与复杂性科学;2013年03期

4 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

5 陈琼;李辉辉;肖南峰;;基于节点动态属性相似性的社会网络社区推荐算法[J];计算机应用;2010年05期

6 李瑾;周竹荣;;基于用户行为和社区发现的P2P资源检索方法[J];计算机工程与应用;2012年21期

7 林旺群;邓镭;丁兆云;吴泉源;贾焰;周斌;;一种新型的层次化动态社区并行计算方法[J];计算机学报;2012年08期

8 张新猛;蒋盛益;;基于核心图增量聚类的复杂网络划分算法[J];自动化学报;2013年07期

9 娄铮铮;叶阳东;刘瑞娜;;基于IB方法的无冗余多视角聚类[J];计算机研究与发展;2013年09期

10 曹永春;田双亮;邵亚斌;蔡正琦;;基于免疫遗传算法的复杂网络社区发现[J];计算机应用;2013年11期

相关博士学位论文 前8条

1 邓小龙;基于复杂网络分析的新一代电信CRM关键技术研究[D];北京邮电大学;2011年

2 韩毅;社会网络分析与挖掘的若干关键问题研究[D];国防科学技术大学;2011年

3 余伟;基于用户个性挖掘的Web社区营销研究[D];武汉大学;2011年

4 孔兵;基于连接度量的社区发现研究[D];云南大学;2012年

5 马瑞新;基于粒子群的网络社区动态角色挖掘研究[D];大连理工大学;2012年

6 姬波;信息瓶颈方法的特征权重研究[D];郑州大学;2013年

7 段东圣;社会网络中群组探测和话题建模技术研究[D];华中科技大学;2013年

8 张勇实;基于链接相似性分析的WEB结构挖掘方法研究[D];哈尔滨工程大学;2012年

相关硕士学位论文 前10条

1 孙宇奇;基于复杂网络的社团发现研究[D];辽宁师范大学;2011年

2 阎艳;关联网络的社区发现研究[D];西南大学;2009年

3 何东晓;网络社区智能挖掘算法的研究[D];吉林大学;2010年

4 钟姹;基于多目标优化的社团发现及系统实现[D];北京邮电大学;2010年

5 黄浩英;基于复杂网络的社团发现算法研究[D];山东师范大学;2010年

6 董晶晶;文本倾向性分析技术的相关研究[D];安徽大学;2012年

7 熊正理;在线社会网络中社区发现技术及其应用研究[D];中南大学;2012年

8 夏磊;一种基于局部信息的社会网络聚类算法[D];哈尔滨工程大学;2012年

9 刘亚光;基于连接密度的网络社团发现方法研究与实现[D];西安电子科技大学;2012年

10 王庚;社会网络中基于标签传播的重叠社区挖掘研究[D];山东建筑大学;2013年

【二级参考文献】

相关期刊论文 前3条

1 张国强;张国清;;基于回溯机制的互联网AS拓扑的Betweenness算法[J];计算机研究与发展;2006年10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 杨博;刘大有;金弟;马海宾;;复杂网络聚类方法[J];软件学报;2009年01期

【相似文献】

相关期刊论文 前10条

1 潘虹;翟东升;;基于社会网络的信任模型研究[J];计算机工程与应用;2008年12期

2 周卫国;史戎坚;叶婷;;基于Web2.0网站中社会网络的信息挖掘[J];微计算机信息;2009年06期

3 尹洪章;曹先彬;;结合内容相似性和时序性的社会网络挖掘[J];计算机工程;2008年01期

4 高鹏;曹先彬;;基于社会网络的聊天数据噪声过滤[J];计算机工程;2008年05期

5 易明;邓卫华;;网络书签系统中基于社团结构的个性化推荐方法[J];情报学报;2010年06期

6 刘驰;郑小林;徐爱武;陈德人;;基于社会网络与信誉的C2C信任评价模型[J];计算机工程;2010年24期

7 徐群叁;徐邦海;孙玉娟;;分布式环境中基于社会网络的资源发现机制[J];计算机工程与应用;2009年34期

8 邱航明;孙文俊;白钰;;不同博客圈结构对比及其成因研究[J];现代情报;2008年06期

9 万怀宇;林友芳;黄厚宽;;社会网络中的链接稳定性预测问题研究[J];北京交通大学学报;2009年05期

10 杨玉忠;范明钰;王光卫;;基于兴趣群组的P2P信任模型[J];计算机应用研究;2009年10期

相关会议论文 前8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

2 李梦辉;高亮;樊瑛;王大辉;吴金闪;狄增如;;基于局域连接机制涌现的偏好选择[A];2006全国复杂网络学术会议论文集[C];2006年

3 方锦清;汪小帆;郑志刚;;非线性网络的动力学复杂性研究的进展概况[A];第四届全国网络科学学术论坛暨研究生暑期学校论文集[C];2008年

4 阳德青;肖仰华;汪卫;;基于统计模型的社会网络群体关注度的分析与预测[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年

5 周明天;;互联网环境的信息安全[A];四川省通信学会2006年学术年会论文集（二）[C];2006年

6 郑倩冰;朱培栋;朱政坚;;基于在线社会网络的信息存储与搜索机制研究[A];2010年第16届全国信息存储技术大会（IST2010）论文集[C];2010年

7 高建蓉;;网络安全管理要挖掘社会潜力[A];第二十次全国计算机安全学术交流会论文集[C];2005年

8 纪雅莉;郭进利;;基于复杂网络理论研究SNS网站[A];第五届全国复杂网络学术会议论文（摘要）汇集[C];2009年

相关重要报纸文章 前5条

1 openBC中国区总经理 宋新宇;真实的社区网络是Web2.0的未来[N];中国计算机报;2006年

2 ;全球网络威胁信誉评分系统[N];中国计算机报;2008年

3 杨书卷;Web2.0的实质：寻求用户信息的组织和传播方式[N];大众科技报;2007年

4 记者 张林军;“超越时空的紫禁城”敞开大门[N];大众科技报;2008年

5 ;网络攻击呈现四大新特征[N];人民邮电;2008年

相关博士学位论文 前10条

1 徐峰;互联网宏观拓扑结构中社团特征演化分析及应用[D];东北大学;2009年

2 谭婷婷;网络微内容推荐方法及支持系统研究[D];华中科技大学;2011年

3 于健;对等社会网络中信息传播及信誉机制的建模与研究[D];天津大学;2010年

4 胡海波;在线社会网络的结构、演化及动力学研究[D];上海交通大学;2010年

5 肖春静;在线社会网络中用户行为分析与预测[D];电子科技大学;2013年

6 郭正彪;大尺度在线社会网络结构研究[D];华中科技大学;2012年

7 胡艳丽;在线社会网络中的舆论演化关键技术研究[D];国防科学技术大学;2011年

8 林琛;WEB环境下的社会网络挖掘研究[D];复旦大学;2009年

9 尹美娟;基于Web和Email的多元社会网络抽取与分析关键技术研究[D];解放军信息工程大学;2012年

10 肖云鹏;在线社会网络用户行为模型与应用算法研究[D];北京邮电大学;2013年

相关硕士学位论文 前10条

1 薄辉;社区发现技术的研究与实现[D];北京交通大学;2009年

2 邢东东;微博社会网络中的群体分析研究[D];哈尔滨工业大学;2013年

3 杜一鸣;社会关系网络构建方法研究[D];河北农业大学;2010年

4 杨成;基于MapReduce的社会网络分析系统研究与实现[D];北京邮电大学;2010年

5 熊正理;在线社会网络中社区发现技术及其应用研究[D];中南大学;2012年

6 汪燕;社会网络的隐私保护研究[D];南京邮电大学;2013年

7 岳志凯;在线社会网络拓朴结构分析[D];东北师范大学;2010年

8 张浩;基于社会网络分析的Blog社区发现[D];上海交通大学;2008年

9 李明涛;结合话题的社会网络社团发现技术研究[D];解放军信息工程大学;2012年

10 王林澍;社会网络中的链接分析与预测研究[D];哈尔滨工程大学;2013年

，

本文编号：2521636