一种基于高阶组织的学习者潜在重叠社区检测算法
学习者网络拓扑结构稀疏,且传统的社区检测算法无法为惰性/冷启动学习者检测其潜在的社区.针对该类问题,提出了一种基于高阶组织的学习者潜在重叠社区检测算法(POCDL).POCDL算法是一种局部图聚类算法,首先利用社交化在线课程平台中的好友关系、同学关系和师生关系解决学习者网络数据稀疏问题;然后挖掘学习者网络中的高阶组织并重构学习者网络;最后,根据学习者的度中心性选取初始种子集,根据社区归属度和社区亲密度进行局部社区检测.在人工网络和学者网真实网络数据集上的实验结果表明:POCDL算法能够较好地为惰性/冷启动学习者检测社区;对其他类型的复杂网络也具有一定的普适性.
学习者网络、学习者潜在社区、重叠社区、局部社区检测、高阶组织、度中心性
55
TP3-05(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;国家自然科学基金
2023-04-13(万方平台首次上网日期,不代表论文的发表时间)
共10页
45-54