本文關(guān)鍵詞：基于改進(jìn)完全子圖模型的關(guān)注對象多社區(qū)發(fā)現(xiàn)研究

  更多相關(guān)文章： 完全子圖模型 關(guān)注對象 多類 閾值劃分 數(shù)據(jù)挖掘算法

【摘要】：為實(shí)現(xiàn)用戶和關(guān)注對象的多社區(qū)劃分,針對完全子圖模型不能進(jìn)行多類分類的缺陷,該文引入了閾值劃分方法,提出基于改進(jìn)完全子圖模型的社區(qū)發(fā)現(xiàn)算法。實(shí)驗(yàn)表明:與經(jīng)典數(shù)據(jù)挖掘算法K-medoids相比,該文算法具有更高的準(zhǔn)確性。
【作者單位】： 常州大學(xué)信息科學(xué)與工程學(xué)院;
【關(guān)鍵詞】： 完全子圖模型 關(guān)注對象 多類 閾值劃分 數(shù)據(jù)挖掘算法
【基金】：國家自然科學(xué)基金(61272367) 江蘇省科技廳項(xiàng)目(BZ2010021) 江蘇省研究生培養(yǎng)創(chuàng)新工程項(xiàng)目(20120515) 江蘇省產(chǎn)學(xué)研前瞻性聯(lián)合研究項(xiàng)目(BY2014037-08)
【分類號(hào)】：TP301.6
【正文快照】： Feng Hongqi,Lei Chenyang,Shen Tianyu,Yang Changchun(School of Information Science and Engineering,Changzhou University,Changzhou 213164,China)微博已經(jīng)成為中國最主要的在線社會(huì)網(wǎng)絡(luò)平臺(tái)之一,截至2013年12月底,我國微博用戶規(guī)模已達(dá)2.81億。微博服務(wù)的主要功能就是，

本文編號(hào)：922607