微博用户模型复杂网络中多维有向社区发现-计算机应用与软件.pdfVIP

第３３卷第７期　　　 计算机应用与软件 Ｖｏｌ３３Ｎｏ．７ ２０１６年７月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊｕｌ．２０１６ 微博用户模型复杂网络中多维有向社区发现 刘大海　张博锋　邹国兵　顾程伟 （上海大学计算机工程与科学学院　上海２００４４４） 摘　要　　大多数社区发现是基于一种信息的，即从一个维度来划分社区。但在现实场景中，用户之间社区构成是受兴趣、社交关 系、地域、教育背景等诸多因素共同影响形成的。这些多维信息有些是无向的，如兴趣相似度等；有些是有向的，如关注关系等。根 据有向社区发现的原理，将多个维度的信息融合，提出一种面向多维复杂网络的有向社区发现（ＭＤＣＤ）算法。通过实验证明，ＭＤＣＤ 算法相对于传统的多维社区发现方法ＡＭＭ算法，社区发现结果准确率提高了１７．７％、Ｆｍｅａｓｕｒｅ值提高了０．０６８；与一维的兴趣相 似度网络进行对比，ＭＤＣＤ算法的三维复杂网络社区发现结果的准确率提高了３６．１％、召回率提高了２５．３％。由于多维有向社区 发现综合考虑了多维的信息，得到的社区结构具有更重要的社会意义。 关键词　　用户模型　复杂网络　多维有向社区发现 中图分类号　ＴＰ３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１６．０７．０３１ ＭＵＬＴＩＤＩＭＥＮＳＩＯＮＡＬＤＩＲＥＣＴＥＤＣＯＭＭＵＮＩＴＹＤＥＴＥＣＴＩＯＮＩＮ ＣＯＭＰＬＥＸＮＥＴＷＯＲＫＯＦＭＩＣＲＯＢＬＯＧＧＩＮＧＵＳＥＲＭＯＤＥＬ ＬｉｕＤａｈａｉ　ＺｈａｎｇＢｏｆｅｎｇ　ＺｏｕＧｕｏｂｉｎｇ　ＧｕＣｈｅｎｇｗｅｉ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＳｃｉｅｎｃｅ，ＳｈａｎｇｈａｉＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２００４４４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｍｏｓｔｏｆｃｏｍｍｕｎｉｔｙｄｅｔｅｃｔｉｏｎｓａｒｅｂａｓｅｄｏｎｏｎｅｋｉｎｄｏｆｉｎｆｏｒｍａｔｉｏｎ，ｉ．ｅ．ｔｏｐａｒｔｉｔｉｏｎｔｈｅｃｏｍｍｕｎｉｔｙｕｓｉｎｇｏｎｅｄｉｍｅｎｓｉｏｎ．Ｈｏｗｅｖｅｒ ｉｎｒｅａｌｉｔｙｓｃｅｎｅ，ｔｈｅｃｏｍｐｏｓｉｔｉｏｎｏｆｃｏｍｍｕｎｉｔｉｅｓｂｅｔｗｅｅｎｕｓｅｒｓｉｓｆｏｒｍｅｄｂｙｔｈｅｃｏｍｂｉｎｅｄｅｆｆｅｃｔｏｆｍａｎｙｆａｃｔｏｒｓ，ｓｕｃｈａｓｉｎｔｅｒｅｓｔｓ，ｓｏｃｉａｌ ｒｅｌａｔｉｏｎｓｈｉｐｓ，ｇｅｏｇｒａｐｈｙ，ｅｄｕｃａｔｉｏｎａｌｂａｃｋｇｒｏｕｎｄ，ｅｔｃ．Ｍｏｒｅｏｖｅｒ，ｓｏｍｅｏｆｔｈｅｓｅｍｕｌｔｉｄｉｍｅｎｓｉｏｎａｌｉｎｆｏｒｍａｔｉｏｎａｒｅｕｎｄｉｒｅｃｔｅｄ，ｆｏｒｅｘ．，ｔｈｅ ｓｉｍｉｌａｒｉｔｙｏｆｉｎｔｅｒｅｓｔｓ，ｂｕｔｓｏｍｅｏｔｈｅｒｓ，ｌｉｋｅｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｏｆｆｏｌｌｏｗ，ａｒｅｄｉｒｅｃｔｅｄ．Ｂａｓｅｄｏｎｔｈｅｐｒｉｎｃｉｐｌｅｏｆｄｉｒｅｃｔｅｄｃｏｍｍｕｎｉｔｙｄｅｔｅｃｔｉｏｎ，ｉｎ ｔｈｉｓｐａｐｅｒｗｅｆｕｓｅｔｈｅｍｕｌｔｉｄｉｍｅｎｓｉｏｎａｌｉｎｆｏｒｍａｔｉｏｎａｎｄｐｒｏｐｏｓｅａｍｕｌｔｉｄｉｍｅｎｓｉｏｎａｌｃｏｍｐｌｅｘｎｅｔｗｏｒｋｏｒｉｅｎｔｅｄｄｉｒｅｃｔｅｄｃｏｍｍｕｎｉｔｙｄｅｔｅｃｔｉｏｎ ａｌｇｏｒｉｔｈｍ（ＭＤＣＤ）．ＩｔｉｓｐｒｏｖｅｄｔｈｒｏｕｇｈｅｘｐｅｒｉｍｅｎｔｔｈａｔｔｈｅＭＤＣＤａｌｇｏｒｉｔｈｍ，ｒｅｌａｔｉｖｅｔｏｃｏｎｖｅｎｔｉｏｎａｌｍｕｌｔｉｄｉｍｅｎｓｉｏｎａｌｃｏｍｍｕｎｉｔｙｄｉｓｃｏｖｅｒｙ ａｌｇｏｒｉｔｈｍＡＭＭ，ｉｍｐｒｏｖｅｓｔｈｅａｃｃｕｒａｃｙｏｆｃｏｍｍｕｎｉｔｙｄｅｔｅｃｔｉｏｎｒｅｓｕｌｔｂｙ１７．７％ ａｎｄｔｈｅＦｍｅａｓｕｒｅｖａｌｕｅｂｙ０．０６８；Ｆｕｒｔｈｅｒｍｏｒｅ，ｂｙ ｃｏｍｐａｒｉｎｇｔｈｅＭＤＣＤａｌｇｏｒｉｔｈｍｗｉｔｈｔｈｅｏｎｅｄｉｍｅｎｓｉｏｎａｌｉｎｔｅｒｅｓｔｓｓｉｍｉｌａｒｉｔｙｎｅｔｗｏｒｋ，ｉｔｉｍｐｒｏｖｅｓｔｈｅｐｒｅｃｉｓｉｏｎｒａｔｅｏｆｔｈｒｅｅｄ