-
题名基于统计推理的社区发现模型综述
被引量：4
- 1
-
-
作者
柴变芳
贾彩燕
于剑
-
机构
北京交通大学计算机与信息技术学院
石家庄经济学院信息工程系
-
出处
《计算机科学》
CSCD
北大核心
2012年第8期1-7,30,共8页
-
基金
国家自然科学基金项目(61033013)
北京市自然科学基金(4112046)
河北省自然科学基金项目(F2008000204)资助
-
文摘
社区有助于揭示复杂网络结构和个体间的关系。研究人员从不同视角提出很多社区发现方法,用来识别团内紧密、团间稀疏的网络结构。自2006年以来,提出了一些基于统计推理的社区发现方法,它们可识别实际网络中更多的潜在结构,并以其可靠的理论基础和优越的结构识别能力成为当前的主流。该类方法的主要目标是建立符合实际网络的生成模型以拟合观测网络,将社区发现问题转化为贝叶斯推理问题。首先给出社区发现中生成模型的相关定义;其次按照模型中社区组成元素将已有统计推理模型分为节点社区推理模型和链接社区推理模型,并深入探讨各种模型的设计思想及实现算法;再次,总结各模型适用的网络类型及规模、发现的社区结构、算法复杂度等,给出一种选择已有基于统计推理的社区发现模型的方法,并利用基准数据集对已有典型统计推理模型进行验证及分析;最后探讨了基于统计推理模型的社区发现存在的主要问题和未来发展的方向。
-
关键词
社区发现
概率模型
随机块模型
统计推理
混合隶属度
-
Keywords
Community detection
Probabilistic model
stochastic block model
Statistical inference
mixed membership
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于WB-MMSB模型的微博网络社区发现
被引量：1
- 2
-
-
作者
徐建民
武晓波
吴树芳
粟武林
-
机构
河北大学数学与计算机学院
河北大学管理学院
-
出处
《计算机科学》
CSCD
北大核心
2015年第3期65-70,共6页
-
基金
中国博士后科学基金项目(20070420700)
河北省自然科学基金项目(F2011201146)资助
-
文摘
提出了一个用于微博网络社区发现的模型WB-MMSB,该模型考虑了微博网络中节点存在的单向关系,节点的社区隶属度从链入主题隶属度和链出主题隶属度两个方面表示。用指数族分布和平均场变分推理方法推导了模型中各变量的表示,并用SVI算法计算模型涉及的参数。实验在新浪微博数据集上进行,采用归一化互信息和困惑度进行评估,结果表明,WB-MMSB模型的社区发现能力优于aMMSB模型,并且其收敛速度快于aMMSB模型。
-
关键词
微博网络
社区发现
混合隶属度随机块模型
重叠社区
-
Keywords
Micro-blog network
Community detection
mixed membership stochastic block model
Overlapping commu-nities
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于混合隶属度随机块模型社会网络结构分析
被引量：1
- 3
-
-
作者
师锋洋
王莉
黄博
-
机构
太原理工大学计算机科学与技术学院
-
出处
《太原理工大学学报》
CAS
北大核心
2015年第5期561-565,570,共6页
-
基金
国家"863"高技术研究发展计划项目基金:基于用户兴趣模型的媒体大数据内容整合与可视化技术(2014AA015204)
山西省自然科学基金项目:动态社会网络隐结构推断与演化的关键技术研究(2014011022-1)
-
文摘
由于大规模社会网络中存在着多种结构,且这些结构对于大规模社会网络的研究至关重要,但现有的结构发现方法大多只能够发现单一的结构或事先确定的结构,不能较为全面的反应大规模社会网络的特征。为解决上述社会网络中多结构发现的问题,引入了混合隶属度随机块模型MMSBM(Mixed Membership Stochastic Block Model)。它不仅能够生成不同结构的网络,同时还可以根据随机等价原则发现网络中的其他结构。通过在两个不同规模的微博数据集上进行结构发现实验,结果表明MMSBM能够同时发现社会网络中的多种结构,与实际观测结构基本吻合,但其计算复杂度较高,在实际应用中仍难以推广。
-
关键词
随机块模型
社会网络
混合隶属度随机块模型
结构分析
社区
聚团
-
Keywords
stochastic block model
social networks
mixed membership stochastic block mod-el
structural analysis
community
clique
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
-
题名社区环境下基于节点交互和主题的影响力计算模型
- 4
-
-
作者
王大刚
钟锦
吴昊
-
机构
合肥师范学院计算机学院
中国科学技术大学计算机学院
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2020年第3期582-589,共8页
-
基金
安徽省自然科学基金(No.1708085QF157)
安徽省高校优秀青年人才支持计划(No.gxyq2017050)
+1 种基金
安徽省教育教学委托研究项目(No.2018jyxm1470)
国家大学生创新创业项目(No.201914098034)。
-
文摘
为解决现有算法对社交网络节点影响力计算准确度不高的问题,本文整合节点不同维度信息,综合考虑节点在多个主题社区上的主题分布向量,提出一种新的节点影响力计算模型.模型首先将主题相关性作为先验信息;然后利用混合隶属度随机块(Mixed Membership Stochastic Block)模型表达节点间的交互关系,用主题模型学习主题内容;最后结合全局拓扑关系迭代计算节点的全局影响力.本文选取社交网络数据,以P@N、MAP等作为评价指标同现有主流算法进行比较.实验结果显示,本文算法有效提升了影响力节点识别的准确度和排名的有效性.
-
关键词
主题
影响力
混合隶属度随机块
先验
-
Keywords
topic
influence
mixed membership stochastic block
prior
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
