基于语义路径的异质网络社区发现方法

被引：14

作者：

吴奇

陈福才

黄瑞阳

常振超

机构：

[1] 国家数字交换系统工程技术研究中心

来源：

电子学报 | 2016年 / 44卷 / 06期

关键词：

异质网络; 社区发现; 语义路径; 非负矩阵分解;

D O I：

暂无

中图分类号：

TP393.09 [];

学科分类号：

摘要：

社区发现是社会网络研究的热点问题,综合利用社会网络中不同对象间的异质信息,可以更加有效地挖掘网络中的社区结构.针对传统的社区发现方法无法有效地利用异质信息的问题,本文提出了一种基于语义路径的异质网络社区发现方法,该方法首先定义网络中的语义路径,通过语义路径来衡量不同类型对象间的异质信息相似度,然后以此构造可靠性矩阵,作为半监督非负矩阵分解的正则化约束项,进而实现异质网络的社区划分.在真实数据集上的实验结果表明,所提出的方法能够更准确地发现异质网络中的社区结构.

引用

页码：1465 / 1471

页数：7

共 8 条

[1]

Community structure detection in complex networks with partial background information [J].

Zhang, Zhong-Yuan .

EPL, 2013, 101 (04)

[2]

Community Discovery via Metagraph Factorization [J].

Lin, Yu-Ru ;

Sun, Jimeng ;

Sundaram, Hari ;

Kelliher, Aisling ;

Castro, Paul ;

Konuru, Ravi .

ACM TRANSACTIONS ON KNOWLEDGE DISCOVERY FROM DATA, 2011, 5 (03)

[3]

Semi-supervised clustering algorithm for community structure detection in complex networks.[J].Xiaoke Ma;Lin Gao;Xuerong Yong;Lidong Fu.Physica A: Statistical Mechanics and its Applications.2009, 1

[4]

Automating the construction of internet portals with machine learning [J].