链接相似性的微博重叠社区发现算法

发布时间：2017-07-19 00:06

  本文关键词：链接相似性的微博重叠社区发现算法

  更多相关文章： 虚拟兴趣网 关注网络 链接相似性 层次聚类 重叠社区

【摘要】：针对传统基于节点聚类的微博社区发现算法不能发现重叠社区且需要先验知识这一问题,从边聚类的角度出发,提出一种基于链接相似性的微博重叠社区发现算法.首先将用户兴趣相似度矩阵映射为虚拟兴趣网并求该网络的链接相似度,然后结合微博用户的真实关注关系得到总的链接相似度.为了将链接相似度用于社区发现,推广了传统的Ward层次聚类算法,使之适用于具有相似性度量的任意对象,并将其用于社区发现.真实数据集上的实验表明,该算法不需要先验知识就能准确地发现微博中的重叠社区,准确率可达83.4%.
【作者单位】： 国家数字交换系统工程技术研究中心;
【关键词】： 虚拟兴趣网 关注网络 链接相似性 层次聚类 重叠社区
【基金】：国家“八六三”高技术研究发展计划项目(2011AA010603,2011AA010605)资助
【分类号】：TP393.092
【正文快照】： 1引言近年来,复杂网络逐渐成为了人们研究的热点[1].复杂网络具有诸多特性,其中社区结构特性在复杂网络的研究中扮演着十分重要的角色[2],对于理解网络功能和预测网络行为具有重要意义.真实世界中,社区结构大部分是重叠的[3],即一个节点会同时属于多个社区,如图1所示.因此,本

【参考文献】

中国期刊全文数据库 前4条

1 闫光辉;舒昕;马志程;李祥;;基于主题和链接分析的微博社区发现算法[J];计算机应用研究;2013年07期

2 蔡波斯;陈翔;;基于行为相似度的微博社区发现研究[J];计算机工程;2013年08期

3 原福永;冯静;符茜茜;曹旭峰;;一种降低微博僵尸粉影响的方法[J];现代图书情报技术;2012年05期

4 王卫平;范田;;一种基于主题相似性和网络拓扑的微博社区发现方法[J];计算机系统应用;2013年06期

【共引文献】

中国期刊全文数据库 前10条

1 郭进时;汤红波;王晓雷;;基于社会网络增量的动态社区组织探测[J];电子与信息学报;2013年09期

2 张毅;曹晶晶;齐莉娜;吴必虎;;旅游目的地虚拟网络结构特征研究——以黄山市为例[J];北京大学学报(自然科学版);2013年06期

3 章祥荪;张忠元;;非负矩阵分解:模型、算法和应用[J];重庆师范大学学报(自然科学版);2013年06期

4 周涛;张子柯;陈关荣;汪小帆;史定华;狄增如;樊瑛;方锦清;韩筱璞;刘建国;刘润然;刘宗华;陆君安;吕金虎;吕琳媛;荣智海;汪秉宏;许小可;章忠志;;复杂网络研究的机遇与挑战[J];电子科技大学学报;2014年01期

5 王伟;杨慧;龚凯;唐明;都永海;;复杂网络上的局域免疫研究[J];电子科技大学学报;2013年06期

6 刘莹;刘国奇;任介夫;姜琳颖;张斌;;基于Web服务复杂网络的服务社区构建方法[J];东南大学学报(自然科学版);2013年06期

7 蒋盛益;杨博泓;吴美玲;;基于快速社区检测的协同过滤推荐算法[J];广西大学学报(自然科学版);2013年06期

8 张华健;王有权;伍之昂;孙知信;;基于局部紧耦合结构的模块性优化社区检测方法[J];东南大学学报(自然科学版);2014年03期

9 段炼;朱欣焰;;基于社区时空主题模型的微博社区发现方法[J];电子科技大学学报;2014年03期

10 黄婉秋;;一种基于社会网络的潜在流失客户发现方法[J];北京交通大学学报;2014年03期

中国重要会议论文全文数据库 前2条

1 Shengfu Zhou;Kun Yue;Qiyu Fang;Yunlei Zhu;Weiyi Liu;;An Efficient Algorithm for Influence Maximization under Linear Threshold Model[A];第26届中国控制与决策会议论文集[C];2014年

2 毕娟;秦志光;黄嘉;;Dynamic Topic Model for Detecting Community in Social Networks[A];第十一届全国博士生学术年会——信息技术与安全专题论文集[C];2013年

中国博士学位论文全文数据库 前10条

1 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

2 谢辉;基于复杂网络的若干动态机制研究[D];西安电子科技大学;2013年

3 刘瑶;社会网络特征分析与社团结构挖掘[D];电子科技大学;2013年

4 史艳翠;基于通信数据的上下文移动用户偏好动态获取方法研究[D];北京邮电大学;2013年

5 武志昊;复杂网络中的重叠社团发现问题研究[D];北京交通大学;2013年

6 马冯;数据密集型计算环境下贝叶斯网的学习、推理及应用[D];云南大学;2013年

7 鲁斌;几类复杂网络度量性质和拓扑性质的研究[D];华南理工大学;2013年

8 陈泉;R软件的知识结构与开发者合作结构及其演化研究[D];华南理工大学;2013年

9 王学文;复杂网络的演化模型研究[D];上海大学;2013年

10 潘磊;若干社区发现算法研究[D];南京大学;2014年

中国硕士学位论文全文数据库 前10条

1 陈艺璇;基于多目标遗传算法的复杂网络社区划分[D];兰州大学;2013年

2 肖觅;基于移动用户行为的移动社区发现方法研究与实现[D];北京邮电大学;2013年

3 詹勇;基于主题模型和混合模型的微博客交叉话题发现研究[D];西南交通大学;2013年

4 刘馥源;民航集团客户组织结构发现算法研究与实现[D];北京交通大学;2013年

5 葛军;一种重叠社区发现算法及其在MapReduce上的实现[D];西安电子科技大学;2013年

6 李笑笑;基于最小生成树的复杂网络社区检测与图像分割[D];西安电子科技大学;2013年

7 杨建业;动态网络拓扑结构变化的多角度度量[D];西安电子科技大学;2013年

8 陈U，

本文编号：560351