基于隐含社团预测的社交网络约简方法

摘要：

针对现有网络约简方法未考虑隐含社团的问题,提出一种基于社团预测的网络约简算法,通过图嵌入预测网络中隐含的社团关系,提高约简网络的准确度.将网络中的节点表示为欧式空间中的向量,通过节点在网络中的位置关系学习向量表示,通过层次聚类对节点进行划分,预测隐含社团,对每一层次的聚类进行网络约简.在大规模社交网络数据集上的实验结果表明,采用该方法能够在百万级大规模网络中得到更高质量的精简网络,在大规模网络的分析、挖掘及可视化等方面有广泛用途.

关键词：社交网络、图嵌入、网络约简、图挖掘、数据挖掘

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：河南省科技攻关基金项目172102210111、172102210441;公安部技术研究计划基金项目2016JSYJB38

在线出版日期：2018-09-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1474-1477,1483