期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
一种基于聚类融合和最小生成树的重叠社交网络划分方法(英文) 被引量:1
1
作者 高博 王丽娜 李力 《机床与液压》 北大核心 2017年第24期120-125,共6页
为解决重叠社交网络划分过程中涉及群体内容私密性的问题,提出一种基于聚类和最小生成树的社交网络划分方法。该方法首先以社交网络固有特征——成员之间联系的紧密度等属性来衡量节点之间的距离,然后使用K-means算法产生初始聚类,并将... 为解决重叠社交网络划分过程中涉及群体内容私密性的问题,提出一种基于聚类和最小生成树的社交网络划分方法。该方法首先以社交网络固有特征——成员之间联系的紧密度等属性来衡量节点之间的距离,然后使用K-means算法产生初始聚类,并将聚类结果表述为矩阵和不带环无向图的形式,并对无向图采用Prim算法得出最小生成树,删减最小生成树中距离较远的K条边得到K个最小生成树,最后利用相似度解决离群点以及重叠点的社交网络成员的归属。实验表明:该算法并未涉及社交网络成员的隐私,得到的社区结构质量较高,并有效地考虑了重叠社区成员以及孤立成员的划分。 展开更多
关键词 聚类融合 最小生成树 重叠社交网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部