-
题名微博网络上的重叠社群发现与全局表示
被引量：7
- 1
-
-
作者
胡云
王崇骏
吴骏
谢俊元
李慧
-
机构
南京大学计算机科学与技术系
淮海工学院计算机工程学院
-
出处
《软件学报》
EI
CSCD
北大核心
2014年第12期2824-2836,共13页
-
基金
国家自然科学基金(61403156
61375069
+4 种基金
61105069)
国家博士后基金(2011M500846)
江苏省自然科学基金(11KJB520001
13KJB520002)
江苏省科技支撑计划(BE2012181)
-
文摘
微博网络是新兴的覆盖海量用户、涉及广泛话题并具有复杂重叠社群结构的多模网络.在深入研究微博网络各类实体和属性内在联系的基础上,提出了以用户-话题关系为主要划分原则的重叠社群表达模型及相应的社群结构发现算法.该方法不仅考虑网络中的用户-话题关系,还融合了这一网络特有的用户关注关系、博文评论与转发关系等所形成的复合网络关系.同时,改进了传统的社群隶属矩阵表述模型,通过引入虚拟社群,使隶属矩阵不仅合理反映个体对社群的隶属度,同时标识了个体在社群中的核心度.通过基于新浪微博数据集的实验验证,结果表明:该模型与方法能够高效合理地刻画该数据集包含的重叠社群结构,实验结果具有良好的可解释性,所提出的模型和算法可以有效地应用于类似多模网络社群划分和演化分析研究中.
-
关键词
微博网络
实体关系模型
重叠社群
隶属矩阵
虚拟社群
-
Keywords
microblog network
entity relationship module
overlapping community
belongingness matrix
virtual community
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于局部扩充优化的重叠社群检测方法的改进
被引量：1
- 2
-
-
作者
王茜
张晨
-
机构
重庆大学计算机学院
-
出处
《计算机应用研究》
CSCD
北大核心
2015年第4期1056-1059,1064,共5页
-
文摘
生物信息学、社会网络、Web分析等方面的发展积累了大量的复杂网络数据信息,在对这些复杂网络进行社群检测时,往往会将一些节点归类于多个社群,目前已经提出了一些处理此类问题的算法(如LFK、GCE等),然而这类算法对局部扩充函数中参数α的选取过程复杂,无法一次性获取最优α,直接影响到了算法的可应用性。针对该缺点,提出了一种基于局部扩展的重叠社群检测的改进算法。该算法通过将α参数考虑进社群的成长过程中,使算法在保持原有速度与精度的情况下自适应地选取最优α。
-
关键词
数据挖掘
重叠社群检测
局部聚类
-
Keywords
data mining
overlapping community detection
local clustering
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于节点映射的核型企业重叠社群发现算法
被引量：1
- 3
-
-
作者
卢志刚
胡昕晨
-
机构
上海海事大学经济管理学院
-
出处
《计算机应用》
CSCD
北大核心
2019年第3期899-906,共8页
-
基金
上海市自然科学基金资助项目(18ZR1416900)~~
-
文摘
针对现有企业社群发现算法多侧重于同质性市场环境,不能反映部分企业会参与多条供应链作业的问题,提出一种基于节点映射关系的核社群表示模型Map-Community,通过构塑两种角色节点及其相互间不同的映射关系,判断企业的社群归属问题。基于该表示模型提出一种具有近似线性阶时空复杂度的节点映射算法(NMA)。首先,采取过滤操作获得供应链网络拓扑图中的双连通核心图;然后,引入映射度择选出核心企业节点;其次,依据映射判断规则进行局部扩展;最后,通过回溯将局部社群结构拓展至全局网络并发现重叠区域。LFR网络应用实验中,NMA对阈值变化反映出低敏感性,且在实用性方面优于LFM、COPRA和GCE。在企业社交网络进行仿真,利用划分情况总结分布效应意义。实验结果验证了该算法对于企业重叠社群发现的可行性及其在发现质量方面的性能优势。
-
关键词
节点映射
双连通核心图
核心企业
局部扩展
企业重叠社群发现
-
Keywords
node mapping
biconnected core graph
core enterprise
local expansion
overlapping enterprise community discovery
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
F274
[经济管理—企业管理]
-
-
题名基于进化算法的重叠社群结构探测
被引量：2
- 4
-
-
作者
张锴琦
杜海峰
何晓晨
-
机构
西安交通大学公共管理与复杂性科学研究中心
西安交通大学管理学院
西安交通大学公共政策与管理学院
-
出处
《管理工程学报》
CSSCI
北大核心
2016年第1期221-227,共7页
-
基金
国家社会科学基金重点资助项目(12AZD110)
国家自然科学基金资助项目(71071128)
中央高校基本科研业务费专项资金资助项目(2011JDGZ08)
-
文摘
Ball等提出的基于概率模型的重叠社群探测方法(Principled statistical approach for overlapping communities)通过最大期望求解的方法能够对大规模网络的重叠社群结构进行有效探测。但由于该方法的优化目标函数求解空间相对复杂,其采用的爬山优化算法难以获得一个全局最优的社群划分结果。针对该问题提出了一种基于进化算法的重叠社群探测方法,通过设置不同社群划分种群并采用竞争优选的过程来获得对PSOC目标函数的优化。计算机生成网络和真实网络重叠社群结构的探测实验表明,所提改进算法有效可用,能在获得较优目标函数值的同时,对重叠社群结构进行准确划分。
-
关键词
复杂网络
重叠社群结构
进化算法
算法改进
-
Keywords
complex network
overlapping community structure
evolutionary algorithm
algorithm improvement
-
分类号
F224.33
[经济管理—国民经济]
-
