基于数据场分析的语义重叠社区发现算法
语义社会网络是一种由信息节点及社会关系构成的新型复杂网络,而传统社会网络社区发现算法以节点邻接关系为挖掘对象,因此无法有效处理语义社会网络重叠社区发现问题.针对这一问题,提出基于语义数据场的语义重叠社区发现算法,该算法首先以LDA (latent dirichlet allocation)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;其次,利用节点间语义坐标及链接关系,建立节点的语义数据场模型;再次,以语义关系强度及语义势能为参数,提出一种改进的语义社会网络重叠社区发现的随机游走策略;最后提出可度量语义社区发现结果的语义模块度模型.通过实验分析,验证了本文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、语义数据场、随机游走
45
TP393;G202;TP18
国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;高等学校博士学科点专项科研基金;高等学校博士学科点专项科研基金
2015-08-14(万方平台首次上网日期,不代表论文的发表时间)
918-933