基于密度估计的社会网络特征簇挖掘方法

被引：9

作者：

韩毅 ^{[1
]}

方滨兴 ^{[1
,2
]}

贾焰 ^{[1
]}

周斌 ^{[1
]}

韩伟红 ^{[1
]}

机构：

[1] 不详

[2] 国防科技大学计算机学院

[3] 不详

[4] 北京邮电大学

[5] 不详

来源：

通信学报 | 2012年 / 05期

关键词：

社会网络; 特征簇; 数据挖掘;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

通过凝聚式聚类方法抽取网络的层次结构,并基于拓扑结构分析,给出了社会网络的标注密度估计函数。通过对密度估计函数在网络层次结构上的聚合操作,计算聚簇的特征性指标,从而达到发现特征聚簇的目的。在大规模的真实数据上对这些方法和模型进行了验证,实验结果表明,所提出的思路和模型是合理的,算法是高效、可伸缩的。

引用

收藏

页码：38 / 48

页数：11

相关论文

共 2 条

[1] 基于信息瓶颈的社区发现
沈华伟
程学旗
陈海强
刘悦
[J]. 计算机学报, 2008, (04) : 677 - 686
[2] SPIN:Mining Maxi-mal Frequent Subgraphs from Graph Databases .2 Huan J,Wang W,Prins J,et al. KDD’’’’04 Proceedings of the Tenth ACMSIGKDD International Conference on KnowledgeDiscovery and Data Mining . 2004