10.11959/j.issn.1000-436x.2015035
基于局部近邻传播及用户特征的社区识别算法
提出一种将局部近邻传播和考虑用户特征的相似性测度相结合实现社交网络中的社区识别的算法.一方面,通过放松代表点约束条件及限制消息传播范围为节点的局部近邻,算法在降低时间和空间复杂度的同时保持较小的识别精度损失,从而能够适应社交网络挖掘需要;另一方面,通过将节点的拓扑相似度和特征相似度相结合来描述节点的综合相似度,使算法能够适应社交网络采样数据中用户关联信息不完整的情况.通过在人工数据集和真实数据集上的对比实验表明,所提方法不仅具有近似线性的时间复杂度及线性的空间复杂度,而且在网络中的节点关联边信息不完整时仍保持较好的识别精度.
社交网络、近邻传播、社区识别、聚类
36
TP393(计算技术、计算机技术)
国家自然科学基金资助项目61103175,61300104;教育部科学技术研究重点基金资助项目212086;福建省科技创新平台建设基金资助项目2009J10007;福建省自然科学基金资助项目2013J01230;福建省高校杰出青年科学基金资助项目JA12016;福建省高等学校新世纪优秀人才支持计划基金资助项目JA13021The National Natural Science Foundation of China61103175,61300104;The Key Project of Chinese Ministry of Education212086;The Technology Innovation Platform Project of Fujian Province2009J10007;The Natural Science Foundation of Fujian Province2013J01230;The Fujian Province High Science Fund for Distinguished Young ScholarsJA12016;The Program for New Century Excellent Talents in Fujian Province UniversityJA13021
2015-04-30（万方平台首次上网日期，不代表论文的发表时间）
共12页
68-79
