10.3969/j.issn.1000-2324.2021.03.026
基于异同性的社区演化分类方法
动态网络中的社区演化分析是目前的研究热点之一,其在舆论控制、网络营销和个性化推荐服务等方面有着重要作用.提出一种基于节点重要性评价指标的差值吸收核心节点检测算法,首先计算各节点的相对权重值,进而划分核心节点,并以此为基础优化差异性公式,提出一种异同性社区演化分类模型,从相似性和差异性两方面对演化类型进行划分.将提出的分类模型与GED及SGCI在HEP-TH和波兰政治博客圈数据集上进行比较,实验结果表明,提出的分类模型在整体上优于GED及SGCI,尤其在Forming和Dissolving事件的检测时,可以做到对小社区敏感,能检测到小社区的多种演化类型.
聚类系数、核心节点检测、社区演化分类模型
52
TP301.6(计算技术、计算机技术)
国家自然科学基金;科技创新工程项目
2021-08-03(万方平台首次上网日期,不代表论文的发表时间)
共7页
489-495