-
题名适用于大规模信息网络的语义社区发现方法
被引量：1
- 1
-
-
作者
沈桂兰
贾彩燕
于剑
杨小平
-
机构
北京联合大学商务学院
中国人民大学信息学院
北京交通大学计算机与信息技术学院
-
出处
《计算机科学与探索》
CSCD
北大核心
2017年第4期565-576,共12页
-
基金
国家自然科学基金Nos.71572015
71271209
北京联合大学新起点项目No.Zk10201506~~
-
文摘
对节点带有内容的信息网络进行语义社区发现是新的研究方向。融合节点内容增加了算法的复杂度。提出了一种在线性时间内进行语义社区发现的标签传播算法,用LDA(latent Dirichlet allocation)主题模型表示节点内容,以节点内容相似度和传播影响力的乘性模型作为标签传播的策略,在归一化过程中,自然融合节点内容和网络结构信息,标签迭代过程中,采用节点与绝大部分邻居节点内容不相同才进行更新的策略,保证算法的运行效率。通过在不同规模的12个真实数据集上进行实验,以模块度和纯度作为度量标准,验证了算法在语义社区发现上的有效性和可行性。
-
关键词
语义社区发现
LDA主题模型
内容相似度
标签传播策略
传播影响力
-
Keywords
semantic community detection
latent Dirichlet allocation topic model
content similarity
label propagation strategy
influence propagation
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名基于话题综合因子分析的语义社会网络社区发现算法
被引量：8
- 2
-
-
作者
杨静
辛宇
谢志强
-
机构
哈尔滨工程大学计算机科学与技术学院
哈尔滨理工大学计算机科学与技术学院
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2014年第3期559-569,共11页
-
基金
国家自然科学基金项目(61370083
61073043
+3 种基金
61073041
61370086)
高等学校博士学科点专项科研基金项目(20112304110011
20122304110012)
-
文摘
针对一般社会网络社区发现算法仅考虑各节点的邻接关系,所划分的社区仅为一元关系社区,不能代表社区成员的语义相似性且无法处理具有多元语义话题的语义社会网络社区发现问题,提出基于话题因子分析的语义社会网络社区发现算法.该算法将节点的多元信息抽象为话题,先以多元话题综合因子作为节点话题信息度量,以节点间的话题密度差异作为节点聚合方向,构建初始社区结构;再以最大化社区内部话题信息相似度和最小化社区外部话题信息相似度为目标建立语义社区发现的目标函数及节点变动的代价函数;再以初始社区结构和代价函数作为初始解和判断准则,以节点变动的代价函数值为参数,建立全局优化的模拟退火策略优化语义社区结构,实现语义社会网络的语义社区发现;最后通过实验分析验证了算法的有效性.
-
关键词
语义社会网络
语义社区发现
多元语义话题
因子分析
模拟退火
-
Keywords
semantics social network
semantics community detection
multivariate semantics topic
factor analysis
simulated annealing
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
