一种基于拉普拉斯矩阵的在线社会网络社区发现算法

• 作者: 张恩德 张昱 徐彬 李封 高克宁
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 在线社会网络 社区发现 拉普拉斯矩阵 矩阵谱
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 专栏·Web信息系统及应用
• 页码范围: 60-62
• 页数: 3页
• 分类号: TP301.6
• 字数: 2651字
• 语种: 中文

摘要

Web媒体被公认为继报纸、广播、电视之后的“第四媒体”.而Web2.0的迅速普及,又使当今的Web媒体呈现了一种”自媒体”形式,即每个用户既是信息的接受者,也是信息发布者和信息转发者,因此,在当今的Web上形成了在线社会网络.研究表明在线社会网络呈现出一种很强的“模块性”(”社区性”),因此,在在线社会网络中,社区发现一直是一个研究热点,即如何设计算法以发现大规模社会网络中的社区结构.文章提出了一种基于拉普拉斯矩阵的在线社会网络社区发现算法,该算法将在线社会网络转换成以拉普拉斯矩阵形式表现,通过计算该矩阵的谱并利用其性质发现社会网络上的社区结构.文章同时针对人造数据集与真实数据集进行了实验,实验结果表明本算法能够有效的发现社会网络中的社区结构.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐彬	东北大学计算中心	39	214	9.0	13.0
2	高克宁	东北大学计算中心	33	239	6.0	14.0
3	李封	东北大学计算中心	23	153	7.0	11.0
4	张恩德	东北大学计算中心	10	41	4.0	6.0
5	张昱	东北大学计算中心	19	80	5.0	8.0