基于信息流动分析的动态社区发现方法

• 作者: 李战怀 王忠 索勃 陈群
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 社交网络 社区发现 信息流动分析 传染病动力学模型
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 547-559
• 页数: 13页
• 分类号: TP311
• 字数: 8657字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.004462

摘要

随着社交网络和微博等互联网应用的逐渐流行,其用户规模在迅速膨胀.在这些大规模网络中,社区发现可以为个性化服务推荐和产品推广提供重要依据.不同于传统的网络,这些新型网络的节点之间除了拓扑结构外,还进行频繁的信息交互.信息流动使得这些网络具有方向性和动态性等特征.传统的社区发现方法由于没有考虑到这些新的特征,并不适用于这些新型网络.在传染病动力学理论的基础上,从节点间信息流动的角度,提出一种动态社区发现方法.该方法通过对信息流动的分析来发现联系紧密、兴趣相近的节点集合,以实现动态的社区发现.在真实数据集上的实验结果表明:相对于传统的社区发现方法,所提出的方法能够更准确地发现社区,并且更能体现网络中社区的动态变化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李战怀	西北工业大学计算机学院	254	2139	21.0	35.0
2	陈群	西北工业大学计算机学院	54	495	11.0	20.0
3	王忠	西北工业大学计算机学院	2	31	1.0	2.0
4	索勃	西北工业大学计算机学院	2	31	1.0	2.0