面向大规模在线社交网络的社团抽取算法

• 作者: 张斌 张聿博 张锡哲 陈章禄
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 关键词: 社交网络 社团抽取 社团检测 社团结构 网络搜索
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 信息与控制
• 页码范围: 342-345
• 页数: 4页
• 分类号: TP391
• 字数: 3321字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-3026.2015.03.009

摘要

针对现有的社团分析算法无法在大规模网络上应用的问题,提出一种社团抽取算法,可以高效地分析网络的社团特征.该方法无需事先获取网络的全部拓扑结构,采用网络搜索与社团判定相结合的思路,可有效地抽取结构未知的社交网络上的某个特定社团,从而使分析超大规模网络社团结构成为可能.在仿真数据集上进行实验,分析抽取准确率的影响因素,得出网络平均度越大抽取准确率越高.进一步实验结果表明,社团抽取算法的准确率与现有方法接近,并且执行效率明显高于现有方法,验证了该算法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张斌	东北大学信息科学与工程学院	203	1801	20.0	33.0
2	张聿博	东北大学信息科学与工程学院	7	35	3.0	5.0
3	张锡哲	东北大学信息科学与工程学院	17	121	6.0	10.0
4	陈章禄	东北大学信息科学与工程学院	1	2	1.0	1.0