基于聚类分析的二分网络社区挖掘

• 作者: 张嫱嫱 张银明 黄廷磊
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 二分网络 资源矩阵 谱聚类算法 特征值 特征向量 模块度
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 3511-3514
• 页数: 4页
• 分类号: TP393
• 字数: 3612字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2015.12.3511

摘要

针对二分网络中社区挖掘的准确性不高、对额外参数的依赖较大的问题,基于谱聚类算法的思想,从二分网络的拓扑结构展开,提出了一种改进的社区挖掘算法.该算法将二分网络映射到单一网络进行社区挖掘,采用资源分布矩阵替代传统的邻接矩阵,挖掘出同类节点间的隐含信息,有效地保证了原图的信息,改进了谱聚类算法的输入,提高了社区挖掘的准确性;将模块度函数概念应用到聚类分析中,用模块度衡量社区挖掘的质量,有效解决了自动确定聚类数目的问题.在实际网络和人造网络上进行实验,与蚁群优化算法、边集聚系数算法等算法进行对比,实验结果表明,所提算法不但能较准确地获得二分网络的社区数目,且在不需要任何额外参数的情况下,能获得很好的划分效果,可以应用于深入理解二分网络,进行推荐、影响力分析等.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄廷磊	中国科学院电子学研究所	16	59	4.0	5.0
2	张嫱嫱	桂林电子科技大学计算机科学与工程学院	2	14	2.0	2.0
3	张银明	桂林电子科技大学计算机科学与工程学院	2	14	2.0	2.0