基于图聚类与蚁群算法的社交网络聚类算法.PDFVIP

37 6 Vol. 37 No. 6 第 卷第 期 计算机应用研究 录用定稿 Application Research of Computers Accepted Paper 基于图聚类与蚁群算法的社交网络聚类算法 * 1 2 3 1 4 1 叶小莺 ，万 梅 ，唐 蓉 ，谢 云 ，陈桂宏 ，李 强 (1. , 528225; 2. , 510850; 广东东软学院 计算机科学与技术系 广东 佛山 广州工商学院 计算机科学与工程系 广州 3. , 400052; 4. , 510006) 重庆市九龙坡区精神卫生中心 重庆 中山大学 电子与信息工程学院 广州 摘 要：针对社交网络中社交关系的有向性与多样性，提出了一种基于图聚类与蚁群算法的社交网络聚类算法。首 先，在网络覆盖率的约束下为社交网络建立有向、非全连接的二维图模型；然后，采用K-medoids 算法搜索用户分 组的中心用户，采用人工蚁群算法在2D 图中搜索各个用户与中心用户的相似性，将满足相似性阈值的用户分为同 一个用户组。设计了低活跃用户的预测机制解决网络的稀疏性问题与冷启动问题。此外，通过网络覆盖率的约束条 件权衡聚类准确率与覆盖率两个指标。仿真实验结果表明，该算法实现了较好的社交网络聚类性能，并且有效地缓 解了稀疏性问题与冷启动问题。 关键词：社交网络；数据挖掘；聚类处理；人工蚁群优化；图聚类；信任信息 中图分类号：TP393 doi: 10.19734/j.issn.1001-3695.2018.12.0881 Clustering algorithm of social networks based on graph clustering and ant colony optimization algorithm 1 2 3 1 4 1 Ye Xiaoying , Wan Mei , Tang Rong , Xie Yun , Chen Guihong , Li Qiang (1. Dept. of Computer Science Technology, Neusoft Institute of Guangdong, Foshan Guangdong 528225, China; 2. Dept. of Computer Science Engineering , Guangzhou College of Technology Business, Guangzhou 510850, China; 3. Jiulongpo District