一种基于相似性聚类的社会网络合作模式发现方法

• 作者: 刘春阳 周斌 贾焰 韩伟红 韩毅
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 合作模式 社会网络 聚类 相似性度量 加权图
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 数据挖掘
• 页码范围: 146-152
• 分类号: TP311
• 字数: 6042字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2012.06.029

摘要

社会网络上的模式挖掘是近年来的研究热点之一,合作模式是社会网络上个体间的合作方式,这种模式可以通过社会网络的子结构表示.已有的基于频繁模式的挖掘算法主要考虑合作关系的结构特征,并且往往需要给定支持度阈值来控制结果的规模.在本文中,我们认为社会网络中的模式不一定需要是频繁的,模式与社区也并不需要精确匹配.我们在合作模式中考虑节点的社会地位,并在加权图上给出了一种模式的定义方法,和一种基于互相似性的模式匹配衡量标准,目的在于找出网络中具有“代表性”的合作模式.我们设计了一种基于距离的聚类方法用于抽取这种模式,并在一个大规模的真实数据集上进行了验证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾焰	国防科学技术大学计算机学院	117	2188	23.0	43.0
2	刘春阳		12	191	6.0	12.0
3	周斌	国防科学技术大学计算机学院	52	1325	19.0	35.0
4	韩毅	国防科学技术大学计算机学院	6	40	3.0	6.0
5	韩伟红	国防科学技术大学计算机学院	28	287	7.0	16.0