基于改进完全子图模型的关注对象多社区发现研究.pdf

第 4 0 卷 第 6 期 南京理工大学学报 V 〇1.40 No. 6 2 0 1 6 年 1 2 月 Journal of Nanjing University of Science and Technology Dec. 2016 基于改进完全子图模型的关注对象多社区发现研究 封红旗，雷晨阳，沈田予，杨长春 ( 常州大学信息科学与工程学院，江苏常州 213164) 摘 要 ：为实现用户和关注对象的多社区划分，针对完全子图模型不能进行多类分类的缺陷，该 文引入了阈值划分方法，提出基于改进完全子图模型的社区发现算法。实验表明：与经典数据 挖掘算法K-medoids 相比，该文算法具有更高的准确性。 关键词：完全子图模型；关注对象；多类；阈值划分;数据挖掘算法 中图分类号:TP31 文章编号：1005-9830(2016)06-0674-05 D O I ：10.14177/j. cnki.32-1397n.2016.40.06.006 Concerned objects multi-community detection based on improved complete subgraph model Feng Hongqi,Lei Chenyang, Shen Tianyu,Yang Changchun (School of Information Science and Engineering, Changzhou University, Changzhou 213164 , China) Abstract A： multi-community detection method based on improved complete subgraph model is proposed using threshold division for multi-community division of users and concerned objects, because complete subgraph model cannot divide users and concerned objects based on multi- classification. Experiment result shows that compared with classical data mining algorithm K-medoids, this method is more accurate. Key words complete ： subgraph model; concerned objects; multi-classification threshold ； division ； data mining algorithm 微博已经成为中国最主要的在线社会网络平 已达2. 8 1 亿。微博服务的主要功能就是使用户 台之一，截至2 0 1 3 年 1 2 月底，我国微博用户规模 间可以快捷有效地交流信息，用户既可以利用微 收稿日期:2016-07-03 修回日期:2016-10-23 基金项目 ：国家自 然 科 学 基 金 ; 江 苏 省 科 技 厅 项 目 （BZ2010021 );江苏省研究生培养创新工程项目 ; 江苏省产学研前瞻性联合研究项目（BY2014037-08) 作 者 简 介 :封红旗（1 9 6 7 -) ，男 ，副研究员，主要研究方向：数据挖掘，£-11^1:1«^1^@(50211.6(111.(511 。 引文格式:封 红 旗 ，雷晨阳，沈 田 予 ，等 . 基于改进完全子图模型的