-
题名改进的CNM算法对加权网络社团结构的划分
被引量：13
- 1
-
-
作者
韩华
王娟
王慧
-
机构
武汉理工大学理学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2010年第35期86-89,共4页
-
基金
国家自然科学基金(No.70971103)~~
-
文摘
为了对可以反映网络结构局部重要性质的加权网络进行社团结构划分,延续广泛应用的社团结构分级聚类方法,改进Newman贪婪算法(CNM算法)。算法设计中引入点权和边权,并重新定义新的Q函数计算社团模块度,通过寻找Q函数峰值确定社团划分的最终结果。另外以股票价格波动相关性为加权边建立的加权网络为例进行算法检验,社团划分的结果验证了改进的CNM算法的有效性。与改进的GN算法、极值优化算法等划分效果进行比较分析后发现,改进算法在划分准确性及算法复杂度等方面都有明显的优势。
-
关键词
加权网络
社团结构
社团模块度
改进的CNM算法
-
Keywords
weighted network
community structurec
ommunity modularityi
mproved CNM algorithm
-
分类号
O24
[理学—计算数学]
-
-
题名基于复杂网络理论和遗传算法的分类方法
被引量：1
- 2
-
-
作者
赵凤霞
谢福鼎
稽敏
-
机构
辽宁师范大学计算机与信息技术学院
-
出处
《计算机应用与软件》
CSCD
2010年第2期44-46,共3页
-
基金
国家重点基础研究发展规划(2004CB318000)
-
文摘
结合复杂网络研究的部分新理论成果和遗传算法的思想,提出一种新的分类方法。该方法将数据集按给定的相似度公式构造出具有社团结构的网络,在此网络的基础上用遗传算法的思想进行分类。算法引进社团模块度作为适应度函数,并且提出了节点归类错误率(NCM)对每次迭代产生的解进行纠错,提高了分类质量和速度。实验表明算法在分类精度和时间上都优于基于加权复杂网络特征的K-means聚类算法(WCNFC)。
-
关键词
复杂网络
遗传算法
社团模块度
节点归类错误率
-
Keywords
Complex network Genetic algorithm Community modularity Mistake rate of node classification
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
Q2-0
[生物学—细胞生物学]
-
-
题名基于支持向量机的炒作微博识别方法
被引量：3
- 3
-
-
作者
董雨辰
刘琰
罗军勇
张进
-
机构
数学工程与先进计算国家重点实验室
-
出处
《计算机工程》
CAS
CSCD
北大核心
2015年第3期7-14,共8页
-
基金
国家自然科学基金资助项目(61309007)
国家"863"计划基金资助项目(2012AA012902)
国家科技支撑计划基金资助项目(2012BAH47B01)
-
文摘
微博是舆论传播的中心和渠道,同时参与舆论的形成、发展与引导过程,其自媒体发布、意见领袖参与等因素在一定程度上造成了微博谣言、虚假炒作、社会动员等现象。针对炒作微博的传播特点,分析其群体的隐蔽策划现象,挖掘出普通微博和炒作微博在传播网络结构、转发增量统计等方面的差异。通过社交网站的应用程序接口对目标微博的所有评论、转发和点赞用户进行信息获取,构建该微博的传播网络,利用社团模块度、平均最短路径和网络直径这3个属性度量该网络的紧密程度,基于支持向量机对所抽取的微博进行分类,进而识别出炒作微博。实验结果表明,该方法对微博传播用户的属性信息依赖小以及传播网络结构特征敏感,并且具有较高的炒作微博识别准确率。
-
关键词
社交网络
炒作群体
炒作微博
社团模块度
网络直径
平均最短路径
支持向量机
-
Keywords
social network
hype group
hype microblog
community module degree
network diameter
average shortest path
Support Vector Machine（SVM）
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
