多关系社交网络中社团结构发现算法

摘要：

社交网络的节点之间存在着多种关系,这些关系共同决定了网络中节点的社团结构划分.为了准确地发现多关系社交网络中的社团结构,通过研究信息在多子网复合复杂网络模型上的传播过程,提出了一种多关系网络中的社团结构发现算法.该算法基于多子网复合复杂网络模型建立的多关系社交网络,利用信息在多关系社交网络中的传播过程,将网络中的节点转化成能够被聚类算法处理的向量形式,进而采用聚类算法完成多关系社交网络中的社团结构划分.该算法综合考虑了网络中多种关系的相互作用以及异质节点间的相互影响,得到的传播信息量矩阵表示了各节点在整个网络中的影响力,并将影响力相似的节点划分到同一个社团结构中.实验结果显示,与传统社团结构发现算法相比,该算法不仅在准确度上有所提高,还能将异质节点划分到一个社团中,可以根据用户不同需求挖掘出多关系社交网络中的隐藏信息.

关键词：复杂网络、社团结构发现、信息传播、多关系社交网络、多子网复合复杂网络模型

所属期刊栏目：13

分类号：TP301.6;TP393(计算技术、计算机技术)

资助基金：The Natural Science Foundation of Shandong Province under Grant No. ZR2017MG011;the Social Science Research Project of Shandong Province under Grant No. 17CHLJ16

在线出版日期：2019-07-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1135-1145