DSNE:一个新的动态社会网络分析算法

被引:9
作者
周春光
曲鹏程
王曦
王建宇
王喆
机构
[1] 吉林大学计算机科学与技术学院
关键词
人工智能; 数据挖掘; 隐空间; 动态社会网络; 聚类; 相似度;
D O I
10.13229/j.cnki.jdxbgxb2008.02.047
中图分类号
TP183 [人工神经网络与计算];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
为了更好地对社会网络提供动态分析,提出了一种新的基于事件的动态社会网络分析算法(Dynamic Social Network Analysis Algorithm Based on Events,DSNE)。该算法基于隐空间和两阶段聚类方法充分利用实体和事件的动态信息,能够很好地确定每个簇的核心节点,并根据时间步的变化观察到节点位置的变化趋势。实验结果表明了算法的可行性、有效性和准确性。
引用
收藏
页码:408 / 413
页数:6
相关论文
共 2 条
[1]   Latent space approaches to social network analysis [J].
Hoff, PD ;
Raftery, AE ;
Handcock, MS .
JOURNAL OF THE AMERICAN STATISTICAL ASSOCIATION, 2002, 97 (460) :1090-1098
[2]   Measures of concurrency in networks and the spread of infectious disease [J].
Kretzschmar, M ;
Morris, M .
MATHEMATICAL BIOSCIENCES, 1996, 133 (02) :165-195