基于标签传播的语义重叠社区发现算法
语义社会网络(Semantic social network, SSN)是一种由信息节点及链接关系构成的新型复杂网络,为此以节点邻接关系为挖掘对象的传统社会网络社区发现算法无法有效处理语义社会网络重叠社区发现问题。由此提出标签传播的语义重叠社区发现算法,该算法以标签传播算法(Latent Dirichlet allocation, LDA)模型为语义信息模型,利用Gibbs 取样法建立节点语义信息到语义空间的量化映射；提出可度量节点间相似性的主成分(Semantic coherent neighborhood propinquity, SCNP)模型和语义影响力(Semantic impact, SI)模型；以SCNP 作为标签传播的权重,以SI 作为截断值的参数,提出一种改进的Semantic-LPA (Semantic label propagation algorithm)算法；提出可度量语义社区发现结果的语义模块度模型,并通过实验分析,验证了算法及语义模块度模型的有效性及可行性。
语义社会网络、重叠社区、LDA模型、标签传播算法
TP3;I2
国家自然科学基金61370083,61073043,61073041,61370086,61402126;国家教育部博士点基金20112304110011,20122304110012资助Supported by National Natural Science Foundation of China61370083,61073043,61073041,61370086,61402126;Na-tional Research Foundation for the Doctoral Program of Higher Education of China20112304110011,20122304110012
2014-12-04（万方平台首次上网日期，不代表论文的发表时间）
共14页
2262-2275
