适用于大规模信息网络的语义社区发现方法

摘要：

对节点带有内容的信息网络进行语义社区发现是新的研究方向.融合节点内容增加了算法的复杂度.提出了一种在线性时间内进行语义社区发现的标签传播算法,用LDA(latent Dirichlet allocation)主题模型表示节点内容,以节点内容相似度和传播影响力的乘性模型作为标签传播的策略,在归一化过程中,自然融合节点内容和网络结构信息,标签迭代过程中,采用节点与绝大部分邻居节点内容不相同才进行更新的策略,保证算法的运行效率.通过在不同规模的12个真实数据集上进行实验,以模块度和纯度作为度量标准,验证了算法在语义社区发现上的有效性和可行性.

关键词：语义社区发现、LDA主题模型、内容相似度、标签传播策略、传播影响力

所属期刊栏目：11

分类号：TP181;TP391.1(自动化基础理论)

资助基金：The National Natural Science Foundation of China under Grant Nos.71572015,71271209;the New Start Project of Beijing Union University under Grant No.Zk10201506

在线出版日期：2017-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：565-576