基于节点动态属性相似性的社会网络社区推荐算法

• 作者: 李辉辉 肖南峰 陈琼
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 动态社区 个体活跃度 群体结构 节点动态属性 社区推荐
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 数据挖掘与人工智能
• 页码范围: 1268-1272
• 分类号: TP18
• 字数: 7214字
• 语种: 中文

摘要

社区推荐帮助用户寻找感兴趣的社群,是社会网络分析的重要内容.根据社会网络的动态变化特性,通过分析网络的动态演变过程、网络个体的行为特征及个体间联系的变化,研究动态社区及其个体的动态特性的形式化描述方法,提出了节点(个体)间的动态属性相似度计算方法和基于节点(个体)间的动态属性相似度计算的社区推荐算法,可以克服通过个体的直接联系进行社区推荐的局限性.实验结果表明,应用本算法进行社区推荐的准确率有较大提高,能有效应用于动态社会网络的社区推荐.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖南峰	华南理工大学计算机科学与工程学院	83	679	14.0	19.0
2	陈琼	华南理工大学计算机科学与工程学院	21	287	8.0	16.0
3	李辉辉	华南理工大学计算机科学与工程学院	2	13	2.0	2.0