基于改进完全子图模型的关注对象多社区发现研究

• 作者: 封红旗 杨长春 沈田予 雷晨阳
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 完全子图模型 关注对象 多类 阈值划分 数据挖掘算法
• 年，卷（期）: 2016,（6）
• 页码范围: 674-678
• 页数: 5页
• 分类号: TP31
• 字数: 4192字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2016.40.06.006

摘要

为实现用户和关注对象的多社区划分，针对完全子图模型不能进行多类分类的缺陷，该文引入了阈值划分方法，提出基于改进完全子图模型的社区发现算法。实验表明：与经典数据挖掘算法K-medoids相比，该文算法具有更高的准确性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨长春	常州大学信息科学与工程学院	52	366	10.0	17.0
2	封红旗	常州大学信息科学与工程学院	32	85	5.0	8.0
3	雷晨阳	常州大学信息科学与工程学院	4	4	1.0	1.0
4	沈田予	常州大学信息科学与工程学院	2	2	1.0	1.0