内容网络广义社区发现有效算法

• 作者: 于剑 柴变芳 贾彩燕 赵晓鹏
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 广义社区发现 大规模内容网络 随机块模型 抽样
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 学术研究
• 页码范围: 1076-1084
• 页数: 9页
• 分类号: TP393
• 字数: 6100字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1403058

摘要

在对网络无任何先验知识情形下，PPSB-DC模型（popularity and productivity stochastic block model and discriminative content model）利用网络的内容和链接对网络生成过程进行建模，可有效地发现广义社区及社区间的链接模式。但该概率模型的参数估计算法耗时，初始链接模式参数设置敏感，限制了该模型的应用。对参数求解算法进行了改进，设计了一个有效的内容网络广义社区发现算法EPPSBDC（efficient PPSB-DC）。该算法通过采取抽样和并行技术，提高了算法运行速度，通过引入链接概率先验，消除了算法对初始参数的敏感性。在内容网络上与同类算法进行了比较，验证了EPPSBDC算法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于剑	北京交通大学交通数据分析与挖掘北京市重点实验室	68	1099	12.0	32.0
2	柴变芳	北京交通大学交通数据分析与挖掘北京市重点实验室	9	60	4.0	7.0
6	贾彩燕	北京交通大学交通数据分析与挖掘北京市重点实验室	23	180	9.0	12.0
7	赵晓鹏		5	12	2.0	3.0