原文服务方: 计算机应用研究       
摘要:
提出一种基于模块关系树的分析方法,考虑每个实体与用户之间的兴趣、住址和共同好友等相关因素,制定不同的关系树,然后根据路径长度计算各因素的相关度值,最后综合每个实体模块,从而筛选出关系最密切的实体.实验结果证明,该算法能过滤掉大量无关信息,有效找出最相关的实体,提高了搜索结果的准确率.
推荐文章
基于节点地位和相似性的社交网络边符号预测
边符号预测
节点地位
节点相似性
逻辑回归
随机梯度上升算法
概率图模型在社交网络用户相似性发现中的应用
社交网络
贝叶斯网
用户相似性
并行推理
Hadoop
时序数据相似性挖掘算法研究
相似性挖掘
时间序列
数据挖掘
知识发现
网络流量自相似性影响因素的研究
网络流量
自相似性
影响因素
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 社交网络中模块关系树的相似性算法的研究
来源期刊 计算机应用研究 学科
关键词 兴趣关系树 地址关系树 共同好友 相关度 社交网络 信息过滤
年,卷(期) 2012,(2) 所属期刊栏目 网络与通信技术
研究方向 页码范围 698-700
页数 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2012.02.079
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 原福永 燕山大学信息科学与工程学院 45 401 9.0 18.0
2 韩丽 燕山大学信息科学与工程学院 9 53 4.0 7.0
3 赵英梅 燕山大学信息科学与工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (11)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(3)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
兴趣关系树
地址关系树
共同好友
相关度
社交网络
信息过滤
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导