基于个人意愿的社会网络团体结构与信息检测方案

被引:7
作者
汪林玉 [1 ,2 ]
谷科 [1 ,3 ]
余飞 [1 ,3 ]
尹波 [1 ,3 ]
廖年冬 [1 ,3 ]
机构
[1] 长沙理工大学综合交通运输大数据智能处理湖南省重点实验室
[2] 湖南信息学院电子信息学院
[3] 长沙理工大学计算机与通信工程学院
基金
湖南省自然科学基金;
关键词
社会网络; 个人意愿; 社团检测; 重叠社团; 信息传播;
D O I
暂无
中图分类号
TP393.09 [];
学科分类号
摘要
个人意愿对于形成网络社团和传播信息有着重要的影响力,因此本文提出一种基于个人意愿的社团结构与信息检测方案.该方案中的社团检测算法初次检测以融入节点属性的模块度,再次检测以兴趣度并能发现重叠社团,最后精细检测以个人意愿,本文社团检测算法(εCSDA)较之前的算法更有效的是可以发现重叠社团;同时,该方案建立的信息传播模型在指数模型基础上构建边特征向量(边属性)、节点特征向量(节点属性)和意愿向量(用户意愿、社团意愿和节点意愿),并以传播概率和传播延迟构建模型基本关系,从而使得该模型实现了基于个人意愿的信息传播.实验结果表明,加入个人意愿的社团检测和信息传播方案,能够保证社团检测的有效性和实用性,能够实现用户间信息传播的主动性和可靠性.
引用
收藏
页码:886 / 895
页数:10
相关论文
共 10 条
[1]
Mutually Enhancing Community Detection and Sentiment Analysis on Twitter Networks.[J].William Deitrick;Wei Hu.Journal of Data Analysis and Information Processi.2013, 03
[2]
Detect overlapping and hierarchical community structure in networks [J].
Shen, Huawei ;
Cheng, Xueqi ;
Cai, Kai ;
Hu, Mao-Bin .
PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS, 2009, 388 (08) :1706-1712
[3]
Fast unfolding of communities in large networks.[J].Vincent D Blondel;Jean-Loup Guillaume;Renaud Lambiotte;Etienne Lefebvre.Journal of Statistical Mechanics: Theory and Experiment.2008, 10
[4]
A tutorial on spectral clustering [J].
von Luxburg, Ulrike .
STATISTICS AND COMPUTING, 2007, 17 (04) :395-416
[5]
Talk of the network: A complex systems look at the underlying process of word-of-mouth [J].
Goldenberg, J ;
Libai, B ;
Muller, E .
MARKETING LETTERS, 2001, 12 (03) :211-223
[6]
基于兴趣和行为预测的移动社交网络动态资源发现机制 [J].
李致远 ;
陈汝龙 ;
王汝传 .
通信学报, 2016, (04) :34-43
[7]
基于节点亲密度和度的社会网络社团发现方法 [J].
刘瑶 ;
康晓慧 ;
高红 ;
刘峤 ;
吴祖峰 ;
秦志光 .
计算机研究与发展 , 2015, (10) :2363-2372
[8]
基于节点和信息特征的社会网络信息传播模型 [J].
周东浩 ;
韩文报 ;
王勇军 .
计算机研究与发展, 2015, 52 (01) :156-166
[9]
基于相似度的微博社交网络的社区发现方法 [J].
孙怡帆 ;
李赛 .
计算机研究与发展, 2014, (12) :2797-2807
[10]
一种新型的分布式隐私保护计算模型及其应用 [J].
余智欣 ;
黄天戍 ;
杨乃扩 ;
汪阳 .
西安交通大学学报, 2007, (08) :954-958