一种有效的社会网络社区发现模型和算法

被引：52

作者：

林友芳 ^{[1
]}

王天宇 ^{[1
,2
]}

唐锐 ^{[1
]}

周元炜 ^{[1
]}

黄厚宽 ^{[1
]}

机构：

[1] 北京交通大学计算机与信息技术学院

[2] 中国移动通信集团天津有限公司

来源：

计算机研究与发展 | 2012年 / 02期

基金：

北京市自然科学基金;

关键词：

社会网络; 边稳定系数; 社区发现; 信息融合; 链接挖掘;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

摘要：

社会网络的社区发现存在划分效果较好的算法时间复杂度过高、现有快速划分算法划分质量不佳、缺乏表达和充分利用个体和链接属性信息的模型和机制等问题.针对这些问题,提出了一种边稳定系数模型和一种能表达个体间关系紧密度的完全信息图模型,在此基础上设计和实现了一种有效的社区发现算法.提出的完全信息图模型具有较高通用性,适用于需要融合个体和链接属性的社区发现算法.通过系列实验表明,所提出的以边稳定系数模型和完全信息图为基础的算法,对社会网络中的社区发现问题是有效的.算法不仅具有较快的速度,也能适用于带权与不带权的网络,得到的社区划分结果也具有较高的划分质量.

引用

页码：337 / 345

页数：9

共 9 条

[1] Web社区发现技术综述
杨楠
弓丹志
李忺
孟小峰
不详
[J]. 计算机研究与发展 , 2005, (03) : 439 - 447
[2] 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)
[3] Joint cluster analysis of attribute data and relationship data[J] . Rong Ge,Martin Ester,Byron J. Gao,Zengjian Hu,Binay Bhattacharya,Boaz Ben-Moshe.ACM Transactions on Knowledge Discovery from Data (TKDD) . 2008 (2)
[4] Detecting community structure in networks
Newman, MEJ
[J]. EUROPEAN PHYSICAL JOURNAL B, 2004, 38 (02) : 321 - 330
[5] The bottlenose dolphin community of Doubtful Sound features a large proportion of long-lasting associations[J] . David Lusseau,Karsten Schneider,Oliver J. Boisseau,Patti Haase,Elisabeth Slooten,Steve M. Dawson.Behavioral Ecology and Sociobiology . 2003 (4)
[6] Estimation and prediction for stochastic blockstructures
Nowicki, K
Snijders, TAB
[J]. JOURNAL OF THE AMERICAN STATISTICAL ASSOCIATION, 2001, 96 (455) : 1077 - 1087
[7] A faster algorithm for betweenness centrality*[J] . Ulrik Brandes.The Journal of Mathematical Sociology . 2001 (2)
[8] An Information Flow Model for Conflict and Fission in Small Groups[J] . Wayne W. Zachary.Journal of Anthropological Research . 1977 (4)
[9] THE STRENGTH OF WEAK TIES
GRANOVETTER, MS
[J]. AMERICAN JOURNAL OF SOCIOLOGY, 1973, 78 (06) : 1360 - 1380

← 1 →