社会网络中基于局部信息的边社区挖掘.docVIP

社会网络中基于局部信息的边社区挖掘.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 11 期2012 年 11 月电子学报Vol . 40 No . 11 第 11 期 2012 年 11 月 电 子 学 报 Vol . 40 No . 11 Nov. 2012 ACTA EL ECTRONICA SINICA 社会网络中基于局部信息的边社区挖掘 磊1 ,2 ,金 杰1 ,2 ,王崇骏1 ,2 ,谢俊元1 ,2 潘 (1 . 南京大学计算机软件新技术国家重点实验室 ,江苏南京 210093 ;2 . 南京大学计算机科学与技术系 ,江苏南京 210093) 摘 要 : 近年来 ,随着社交网络的发展 ,许多重叠社区挖掘算法被提出来. 传统的方法都是将节点作为研究对 象 ,而最近的一些研究表明 ,以边为研究对象的边社区挖掘方法相对于点社区挖掘方法来说具有更加明显的优势. 因 此 ,我们提出了基于局部边社区的挖掘算法 (LLCM) ,利用网络中的局部信息去挖掘边社区结构. 给定一条初始的边 , 通过不断最大化一个适应度函数来获取该边所在的局部社区 ,而这条初始的边可以预先通过一些排序算法进行选择. 算法经过在计算机生成网络和真实网络上测试 ,并且同其他边社区挖掘算法进行了比较 ,实验结果表明 LLCM 算法获 取了合理的边社区的结构. 关键词 : 社区挖掘 ; 边社区 ; 局部社区 中图分类号 : 文献标识码 : 文章编号 : TP391 A 037222112 (2012) 1122255209 电子学报 URL : http :/ / HYPERLINK http://www/ www. ejournal . org. cn DOI : 10. 3969/ j . issn. 037222112. 2012. 11. 018 Det e cting Link Co mmunitie s B a s e d o n Lo c al Info rmatio n in So cial Netwo rks PAN Lei1 ,2 ,J IN J ie1 ,2 ,WANG Chong2jun1 ,2 ,XIE J un2yuan1 ,2 (1. State Key L aboratory f or Novel Sof tware Technology , Nanjing University , Nanjing , Jiangsu 210093 , China ; 2 . Department of Computer Science and Technology , Nanjing University , Nanjing , Jiangsu 210093 , China) Ab stract : Recent years have seen the develop ment of online social networks . Many algorithms have been p rop osed that are able to assign each node to more than a single community . The traditional app roaches were always f ocusing on the node community , while some recent studies have shown great advantage of link community app roach which partitions links instead of nodes into com2 munities . In this paper , we p resent a novel algorithm LL CM (local link community mining algorithm) f or discovering link communi2 ties in networks . A local link community can be detected by maximizing a local link fitness f unction f rom a seed link , which was ranked p reviously . The p rop osed LL CM algorithm has been tested on both synthetic and real world networks , and it has been com2 pared with other link community detecting algorithms . The experiment

文档评论(0)

yurixiang1314 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档