有向网络兴趣社区的快速挖掘算法及其在僵尸粉检测中的应用

作     者：王晨旭 秦涛 管晓宏 周亚东 WANG Chenxu;QIN Tao;GUAN Xiaohong;ZHOU Yadong

作者机构：西安交通大学智能网络与网络安全教育部重点实验室西安710049 清华大学自动化系智能与网络化系统研究中心北京100084 

基　　金：国家自然科学基金资助项目(61221063 61103240 6113241) 国家科技支撑计划资助项目(2011BAK08B02) 中央高校基本科研业务费资助项目(2012jdhz09 xjj2011015) 

出 版 物：《西安交通大学学报》 (Journal of Xi'an Jiaotong University)

年 卷 期：2014年第48卷第6期

页      码：7-12页

摘      要：针对传统的无向网络社区挖掘方法无法实现大规模有向网络中社区有效发现的问题,提出了一种新的有向图社区及其兴趣特征快速挖掘算法。采用贪心算法求解社区划分模块性最大化的优化问题,较好地平衡了有向图社区挖掘中准确性与有效性之间的矛盾,实现对大规模微博类有向网络社区结构的有效识别;基于发现的社区,采用tf-idf算法进一步挖掘社区用户的兴趣爱好,实现了对微博网络中兴趣小组的精确挖掘。基于新浪微博的实验结果表明:所提算法不仅可以快速有效地挖掘有向网络中的社区结构及其用户的兴趣特征,还能够准确地检测出微博网络中的僵尸粉社区,研究结果对微博系统的净化、谣言控制、网络广告的精准投放等研究具有重要的参考价值。

主 题 词：微博 有向图 社区挖掘 用户兴趣小组 僵尸粉 

学科分类：0810[工学-土木类] 12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 0805[工学-能源动力学] 081201[081201] 0812[工学-测绘类] 

核心收录：

D　O　I：10.7652/xjtuxb201406002

馆 藏 号：203156540...