基于隐含社团预测的社交网络约简方法

作     者：武海燕 WU Hai-yan

作者机构：铁道警察学院公安技术系河南郑州450000 

基　　金：河南省科技攻关基金项目(172102210111 172102210441) 公安部技术研究计划基金项目(2016JSYJB38) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2018年第39卷第5期

页      码：1474-1477,1483页

摘      要：针对现有网络约简方法未考虑隐含社团的问题,提出一种基于社团预测的网络约简算法,通过图嵌入预测网络中隐含的社团关系,提高约简网络的准确度。将网络中的节点表示为欧式空间中的向量,通过节点在网络中的位置关系学习向量表示,通过层次聚类对节点进行划分,预测隐含社团,对每一层次的聚类进行网络约简。在大规模社交网络数据集上的实验结果表明,采用该方法能够在百万级大规模网络中得到更高质量的精简网络,在大规模网络的分析、挖掘及可视化等方面有广泛用途。

主 题 词：社交网络 图嵌入 网络约简 图挖掘 数据挖掘 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2018.05.047

馆 藏 号：203288919...