一种改进的社区探测方法

发布时间：2017-08-12 13:03

  本文关键词：一种改进的社区探测方法

  更多相关文章： 社区探测 聚类 K-Means F-Measure

【摘要】：社区探测是图和网络领域非常关键的技术之一,其中聚类方法扮演了重要的角色。针对层次聚类算法较高的时间复杂度,在信息理论框架下提出一种改进的社区探测方法 p IBD。p IBD把单部网络变换成二部图网络,预测k值,并基于信息瓶颈理论进行划分式聚类。实验结果表明,p IBD方法可以获得较已有层次聚类方法更高的准确率。
【作者单位】： 河南理工大学计算机科学与技术学院;
【关键词】： 社区探测 聚类 K-Means F-Measure
【基金】：国家自然科学基金资助项目(61202286) 教育部科技发展中心网络时代的科技论文快速共享专项研究资助课题(2013117) 河南理工大学青年骨干教师项目 河南理工大学博士基金资助项目(B2011-039)
【分类号】：TP393.09
【正文快照】： *0引言微博、论坛等自媒体的出现,进一步加快In-ternet信息总量的增长速度[1]。海量信息保证了用户可以获取丰富的信息资源,却同时增加了用户查找信息的难度。因此,如何快速、准确地从海量信息中找到用户所需要的内容,是目前许多研究工作的重点。Web数据挖掘技术的目标是揭示

【参考文献】

中国期刊全文数据库 前2条

1 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

2 刘永利;吕克林;刘静;;基于co-ICIB联合聚类的舆情监测系统设计[J];河南理工大学学报(自然科学版);2013年05期

【共引文献】

中国期刊全文数据库 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 娄铮铮;杨晨;叶阳东;;基于数据选择模型的IB算法[J];电子学报;2014年09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 朱牧;孟凡荣;周勇;;基于链接密度聚类的重叠社区发现算法[J];计算机研究与发展;2013年12期

中国博士学位论文全文数据库 前10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

9 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

10 何东晓;复杂网络社团结构发现方法研究[D];吉林大学;2014年

中国硕士学位论文全文数据库 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 张瑜;基于评论性网站用户发言的数据挖掘研究[D];北京邮电大学;2013年

【二级参考文献】

中国期刊全文数据库 前1条

1 孙吉贵;刘杰;赵连宇;;聚类算法研究[J];软件学报;2008年01期

，

本文编号：661704