【摘要】：針對(duì)傳統(tǒng)模塊優(yōu)化社團(tuán)劃分算法僅能利用網(wǎng)絡(luò)的結(jié)構(gòu)信息,而無(wú)法利用同樣豐富的內(nèi)容信息,導(dǎo)致劃分精度較低的問(wèn)題,提出一種結(jié)合內(nèi)容屬性并通過(guò)給連邊加權(quán)來(lái)全面優(yōu)化網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的社團(tuán)劃分算法CCSRW(Classification with Content-Structure and Random Walk).設(shè)計(jì)利用隨機(jī)游走理論計(jì)算結(jié)構(gòu)節(jié)點(diǎn)與內(nèi)容節(jié)點(diǎn)間的相似性關(guān)系矩陣,并將結(jié)構(gòu)節(jié)點(diǎn)映射到內(nèi)容屬性空間上,最終把社團(tuán)劃分問(wèn)題轉(zhuǎn)化為多維無(wú)監(jiān)督聚類問(wèn)題.通過(guò)在真實(shí)數(shù)據(jù)集上進(jìn)行的全面實(shí)驗(yàn)分析,展示了相比于傳統(tǒng)社團(tuán)劃分算法,本文的算法能更準(zhǔn)確的描述網(wǎng)絡(luò)結(jié)構(gòu),顯著提高劃分性能,并有效解決小社團(tuán)不敏感問(wèn)題,更適用于大規(guī)模復(fù)雜信息網(wǎng)絡(luò)的社團(tuán)劃分.
[Abstract]:In view of the traditional modular optimization community partition algorithm can only use the network structure information, but can not use the same rich content information, resulting in low division accuracy problem. A community partition algorithm CCSRW (Classification with Content-Structure and Random Walk) is proposed, which combines the content attributes and weights the connected edges to optimize the topology of the network. The similarity matrix between structure node and content node is calculated by random walk theory, and the structure node is mapped to content attribute space. Finally, the problem of community division is transformed into multi-dimensional unsupervised clustering problem. Through a comprehensive experimental analysis on real data sets, it is shown that compared with the traditional community partition algorithm, the proposed algorithm can describe the network structure more accurately, significantly improve the partition performance, and effectively solve the problem of small community insensitivity. More suitable for large-scale complex information network community division.
【作者單位】： 電子科技大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院;大眾點(diǎn)評(píng)網(wǎng);電子科技大學(xué)信息與軟件工程學(xué)院;
【基金】：國(guó)家科技支撐計(jì)劃(No.2013BAH33F02) 國(guó)家自然科學(xué)基金(No.61300192) 中央高校基本科研業(yè)務(wù)費(fèi)電子科技大學(xué)項(xiàng)目(No.ZYGX2014J052) 2015年省科技廳支持計(jì)劃(No.2015GZ0102) 四川省自貢市公安局-基于智能視頻分析的交通流量監(jiān)控與事故預(yù)測(cè)系統(tǒng)的研究與實(shí)現(xiàn) 四川省公安廳科研項(xiàng)目(No.2015SCYYCX06) 成都市科學(xué)技術(shù)局軟科學(xué)研究項(xiàng)目(No.2015-RK00-00247-ZF)
【分類號(hào)】：TP393.02

【相似文獻(xiàn)】

相關(guān)期刊論文 前4條

1 劉陽(yáng);季新生;劉彩霞;;網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)優(yōu)化:基于隨機(jī)游走的邊權(quán)預(yù)處理方法[J];電子與信息學(xué)報(bào);2013年10期

2 劉輝;;基于隨機(jī)游走算法的社交網(wǎng)絡(luò)構(gòu)建[J];湖北成人教育學(xué)院學(xué)報(bào);2014年01期

3 雷鈺麗;李陽(yáng);王崇駿;劉紅星;謝俊元;;基于權(quán)重的馬爾可夫隨機(jī)游走相似度度量的實(shí)體識(shí)別方法[J];河北師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

4 杜興盛;;基于隨機(jī)游走的網(wǎng)絡(luò)故障節(jié)點(diǎn)定位算法仿真[J];計(jì)算機(jī)仿真;2013年06期

相關(guān)會(huì)議論文 前1條

1 燕飛;張銘;譚裕韋;唐建;鄧志鴻;;綜合社會(huì)行動(dòng)者興趣和網(wǎng)絡(luò)拓?fù)涞纳鐓^(qū)發(fā)現(xiàn)方法[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集(B輯)[C];2010年

相關(guān)碩士學(xué)位論文 前1條

1 戴小玲;基于隨機(jī)游走的Web服務(wù)推薦算法研究[D];湖南科技大學(xué);2016年

，

本文編號(hào)：2129265