基于用户紧密度的在线社会网络社区发现算法

• 作者: 姜文君 熊正理 王国军
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 在线社会网络 用户紧密度 节点属性相似性 共有邻居相似性 社区发现 层次聚类
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 先进计算与数据处理
• 页码范围: 50-54
• 页数: 5页
• 分类号: TP393
• 字数: 4998字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.08.010

摘要

针对在线社会网络潜在社区难以检测的问题,根据在线社会网络的独有特性,提出一种基于用户紧密度的在线社会网络社区发现算法.创建初步用户图,依据节点属性相似性算法计算用户个体紧密度,基于共有邻居相似性算法计算用户社区紧密度,从而构造出完整用户图,利用层次聚类算法对完整用户图进行处理,发现潜在社区.实验结果表明,与NAS、CNS算法相比,该算法的社区凝聚度与正确率更高,分别达到0.67和97.1％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王国军	中南大学信息科学与工程学院	123	760	12.0	19.0
2	熊正理	中南大学信息科学与工程学院	1	18	1.0	1.0
3	姜文君	中南大学信息科学与工程学院	2	25	2.0	2.0