大规模社交网络重叠社区发现技术综述

• 作者: 张赟 王李冬
• 来源期刊: 杭州师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 社交网络 重叠社区挖掘 SLPA TopGC
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 遥感与计算机科学
• 页码范围: 331-336
• 页数: 6页
• 分类号: TP391
• 字数: 4737字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-232X.2016.03.020

摘要

随着社交网站的发展,大规模、结构复杂的社交网络应运而生,发现大规模社交网络的潜在结构是当前数据挖掘领域的研究难点.针对近几年出现的4种重叠式社区挖掘算法(SLPA,TopGC,SVINET,UEOC),详细分析各方法的设计原理,概括出各算法的特点和应用范畴.并将各算法应用于具备先验社区知识的多种大规模社交网络,通过多种性能评价指标进行定量对比分析.结果表明,SLPA和TopGC分别在性能和效率上取得最优,但所有算法无法同时在效率和性能上取得理想效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王李冬	杭州师范大学钱江学院	34	210	8.0	14.0
2	张赟		8	12	2.0	3.0