基于PCM聚类算法的Blog社区发现

• 作者: 曹冬林 李绍滋 林达真 柯逍 柳助民
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: Blog社区发现 随机行走 对称社会距离 PCM聚类算法
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 研究论文
• 页码范围: 508-513
• 页数: 6页
• 分类号: TP391
• 字数: 5903字
• 语种: 中文
• DOI: 10.3321/j.issn:0438-0479.2009.04.012

摘要

针对传统的社区发现算法无法发现社区中的核心成员和边界成员的缺点,提出了基于PCM聚类算法的Blog社区发现算法,用来识别Blog社区的核心和边界.首先,使用随机行走的方法计算可以衡量两个Blog亲密度的对称社会距离;然后,在对称社区距离的基础上使用PCM聚类算法对Blog进行聚类,得到每个社区中的成员属于社区的概率表示.最后,通过确定相应的概率阈值,确定社区的核心和边界.实验结果表明:该算法能够获得社区中的成员属于社区的概率,根据这个概率可以确定社区中的核心成员和边界成员.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李绍滋	厦门大学信息科学与技术学院	87	1292	20.0	34.0
2	曹冬林	厦门大学信息科学与技术学院	14	121	4.0	10.0
3	柯逍	厦门大学信息科学与技术学院	6	51	3.0	6.0
4	林达真	厦门大学信息科学与技术学院	7	52	3.0	7.0
5	柳助民	厦门大学信息科学与技术学院	1	19	1.0	1.0