本文關(guān)鍵詞：基于R-C模型的多分區(qū)權(quán)值約簡(jiǎn)微博社區(qū)檢測(cè)算法，由筆耕文化傳播整理發(fā)布。

【摘要】：傳統(tǒng)社區(qū)檢測(cè)算法直接引入第三方算法會(huì)降低計(jì)算效率。為此,基于R-C模型,設(shè)計(jì)多分區(qū)權(quán)值約簡(jiǎn)有限區(qū)間限定算法進(jìn)行微博社區(qū)檢測(cè)。研究微博社區(qū)發(fā)現(xiàn)R-C模型,分析參數(shù)加權(quán)約簡(jiǎn)曲線性質(zhì),借鑒凸優(yōu)化問題解決方案,提出一種適用于多數(shù)參數(shù)值的最優(yōu)分區(qū)求解算法。通過分區(qū)斷點(diǎn)順序搜索將參數(shù)范圍限定在一組有限區(qū)間內(nèi),其中每個(gè)參數(shù)對(duì)應(yīng)唯一的最優(yōu)加權(quán)約簡(jiǎn)值,并且實(shí)現(xiàn)分區(qū)參數(shù)的同步優(yōu)化,從而解決單一分區(qū)不利于更多信息均衡的問題。從新浪微博中獲取數(shù)據(jù)集進(jìn)行實(shí)驗(yàn),結(jié)果表明,與基于主題與鏈接關(guān)系或基于標(biāo)簽傳播的微博社區(qū)檢測(cè)算法相比,該算法可更準(zhǔn)確地檢測(cè)用戶微博社區(qū)。
【作者單位】： 常州大學(xué)信息科學(xué)與工程學(xué)院;常州大學(xué)懷德學(xué)院;
【關(guān)鍵詞】： 微博社區(qū) 多分區(qū) 順序搜索 權(quán)值約簡(jiǎn) 凸優(yōu)化 有限區(qū)間
【基金】：國(guó)家自然科學(xué)基金(61272367) 江蘇省高校自然科學(xué)研究項(xiàng)目(14KJB520002)
【分類號(hào)】：TP391.1
【正文快照】： 中文引用格式:楊長(zhǎng)春,王巍巍,葉施仁,等.基于R-C模型的多分區(qū)權(quán)值約簡(jiǎn)微博社區(qū)檢測(cè)算法[J].計(jì)算機(jī)工程,2016,42(11):43-49,56.英文引用格式:Yang Changchun,Wang Weiwei,Ye Shiren,et al.Microblog Community Detection Algorithm withM ulti-partition Weight Reduction Base

  本文關(guān)鍵詞：基于R-C模型的多分區(qū)權(quán)值約簡(jiǎn)微博社區(qū)檢測(cè)算法，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：503336