基于多维混合图和核心节点的社团发现算法

摘要：

社区发现和好友推荐算法一直是复杂网络的研究热点之一,在公安业务工作、网络舆情控制、电子商务等领域具有重要的意义.为解决公安工作中防范恐怖主义事件、打击易复发类犯罪、稳控重点群体等突出难题,论文提出了一种基于核心种子节点扩展的启发式社团发现算法.该算法通过有效融合多维信息形成混合图,以种子节点作为初始社区,综合考虑人物节点间不同交互行为和关联行为的权重,依托实战重点将协同过滤、Tanimoto系数、六度空间理论等算法相结合,最后把社区邻接节点中的活跃节点降序排列作为重点社团目标,得到了一种有核心节点的基于"人、事、地、网、组织"五维混合图的社团发现数据模型,为警务大数据及其他应用提供支撑.

关键词：混合图、核心节点、链接度、社团发现

所属期刊栏目：10

分类号：TP391(计算技术、计算机技术)

在线出版日期：2019-06-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：10-16