DSNE：一个新的动态社会网络分析算法.pdfVIP

维普资讯 第 38卷 第 2期 吉 林 大 学 学 报 (工 学 版 ) VoL38 No．2 2008年 3月 JournalofJilinUniversity(EngineeringandTechnologyEdition) M ar．2008 DSNE：一个新的动态社会网络分析算法 圭士 周春光，曲鹏程，王 曦，王建宇，王 口 口 (吉林大学 计算机科学与技术学院，长春 130012) 摘 要 ：为了更好地对社会 网络提供动态分析 ，提 出了一种新的基于事件 的动态社会 网络分析 算法 (DynamicSocialNetworkAnalysisAlgorithmBasedonEvents，DSNE)。该算法基于隐 空间和两阶段聚类方法充分利用实体和事件的动态信息，能够很好地确定每个簇的核心节点， 并根据时间步的变化观察到节点位置的变化趋势。实验结果表 明了算法的可行性、有效性和 准确性。 关键词 ：人工智能；数据挖掘；隐空间；动态社会 网络；聚类；相似度 中图分类号：TP183 文献标识码：A 文章编号 ：1671—5497(2008)02—0408—06 DSNE：anew dynam icsocialnetworkanalysisalgorithm ZhouChun—guang，QuPeng—cheng，WangXi，WangJian—yu，WangZhe (CollegeofComputerScienceandTechnology，JilinUniversity，Changchun130012，China) Abstract：To providebetterdynamicanalysisofsocialnetwork，a new algorithm ，Dynamic Social NetworkAnalysisAlgorithm BasedonEvents(DSNE)，wasproposed．Thenew algorithm tal~lesfull useofthedynamicinformationoftheentitiesandeventsbasedon latentspaceandtwo~bhases clusteringmethod．Itcan accurately identify thecorenodeofeach cluster，andobservethemoving trendofnodepositionsateach time-step．The feasibility，efficiency and veracity oftheproposed algorithm wereverifiedbyexperiments． Keywords：artificialintelligent；datamining；latentspace；dynamicsocialnetwork；clustering；similarity 当前 ，对于动态社会 网络算法 的研究 已经开 何使节点位置在各时间步变化不大是一个很大的 始受到广泛关注 。由于动态社会网络更注重节点 挑战。节点间连接关系确定的关键是定义两个节 位置以及节点间的连接关系随时间的变化 ，因此， 点之间的相似度 ，这个值将作为图中节点之 间的 如何将时间加入到社会网络模型中并将相关信息 连接权值 ，对于网络结构的确定影响很大。②算 保存下来就成为研究的重点和难点。同时，动态 法 中对于聚类方法的选择。聚类方法既要考虑节 社会网络算法也面临着一些难 以解决的问题 ：① 点的位置 ，又要考虑节点间的连接关系，传统的方 算法对于节点初始位置 以及连接关系的确定。如