内容网络广义社区发现有效算法

被引：3

作者：

柴变芳 ^{[1
,2
]}

赵晓鹏 ^{[3
]}

贾彩燕 ^{[1
]}

于剑 ^{[1
]}

机构：

[1] 北京交通大学交通数据分析与挖掘北京市重点实验室

[2] 石家庄经济学院信息工程系

[3] 河北省财政厅综合治税办公室

来源：

计算机科学与探索 | 2014年 / 09期

关键词：

广义社区发现; 大规模内容网络; 随机块模型; 抽样;

D O I：

暂无

中图分类号：

TP393.09 [];

学科分类号：

摘要：

在对网络无任何先验知识情形下,PPSB-DC模型(popularity and productivity stochastic block model and discriminative content model)利用网络的内容和链接对网络生成过程进行建模,可有效地发现广义社区及社区间的链接模式。但该概率模型的参数估计算法耗时,初始链接模式参数设置敏感,限制了该模型的应用。对参数求解算法进行了改进,设计了一个有效的内容网络广义社区发现算法EPPSBDC(efficient PPSB-DC)。该算法通过采取抽样和并行技术,提高了算法运行速度,通过引入链接概率先验,消除了算法对初始参数的敏感性。在内容网络上与同类算法进行了比较,验证了EPPSBDC算法的有效性。

引用

页码：1076 / 1084

页数：9