在线社交网络社区的启发式挖掘框架

被引:3
作者
黄发良 [1 ,2 ]
肖南峰 [1 ]
机构
[1] 华南理工大学计算机科学与工程学院
[2] 福建师范大学软件学院
基金
广东省自然科学基金;
关键词
启发式; 社区挖掘; 在线社交网络;
D O I
暂无
中图分类号
TP311.13 []; TP393.09 [];
学科分类号
1201 ; 080402 ;
摘要
指出基于全局优化的社区挖掘方法的不足,给出OSNs网络及其社区挖掘的形式定义,提出一个启发式社区挖掘框架,在此框架下对包括LWP,Clauset,Schaeffer,Papadopoulos,Bagrow与Chen在内的6种启发式社区挖掘算法进行分析比较.通过3个真实OSNs网络的实验比较,验证了启发式社区挖掘框架的可行性,在结果社区有效性与时间效率上对6种启发式算法进行比较,实验结论为网络社区挖掘的工程实践与理论研究提供了借鉴.
引用
收藏
页码:2396 / 2399
页数:4
相关论文
共 3 条
[1]   信息网络的社区发现及其应用研究 [J].
黄发良 .
复杂系统与复杂性科学, 2010, 7 (01) :64-74
[2]  
Exploring local community structures in large networks[J] . Feng Luo,James Z. Wang,Eric Promislow.Web Intelligence and Agent Systems: An Internatio . 2008 (4)
[3]  
Evaluating local community methods in networks[J] . James P Bagrow.Journal of Statistical Mechanics: Theory and Expe . 2008 (05)