结合用户生成内容与链接关系的社区发现算法

• 作者: 张恩德 张昱 李封 高克宁
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 社区发现 用户生成内容 用户链接关系 社会网络
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 网络与信息安全
• 页码范围: 194-200
• 页数: 7页
• 分类号: TP311
• 字数: 6094字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1506046

摘要

社区发现一直是社会网络研究中的热点内容.但是当前社区发现算法更加关注用户与用户之间的链接关系,而对社会网络中用户生成内容(user generated contents,UGC)大数据研究较少.用户生成内容是Web2.0的特点,也是社会网络平台吸引用户的重要原因之一,对社区的形成起着重要作用.提出了一种新的社区发现算法,能够综合利用用户与用户之间的链接关系以及用户生成内容来确定用户的社区划分.该算法用LDA (latent Dirichlet allocation)算法分析用户生成内容中主要的内容形式——文本信息,同时通过谱分析方法分析用户与用户之间的链接关系,并有机结合以发现网络的社区结构.通过分析科学网的真实数据,证明了所提算法能够有效综合利用用户生成内容与用户链接关系,使社区发现的结果更加客观准确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高克宁	东北大学计算中心	33	239	6.0	14.0
2	李封	东北大学计算中心	23	153	7.0	11.0
3	张恩德	东北大学计算中心	10	41	4.0	6.0
4	张昱	东北大学计算中心	19	80	5.0	8.0