基于语义路径的异质网络社区发现方法

• 作者: 吴奇 常振超 陈福才 黄瑞阳
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 异质网络 社区发现 语义路径 非负矩阵分解
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 学术论文
• 页码范围: 1465-1471
• 页数: 7页
• 分类号: TP393
• 字数: 5794字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2016.06.030

摘要

社区发现是社会网络研究的热点问题，综合利用社会网络中不同对象间的异质信息，可以更加有效地挖掘网络中的社区结构。针对传统的社区发现方法无法有效地利用异质信息的问题，本文提出了一种基于语义路径的异质网络社区发现方法，该方法首先定义网络中的语义路径，通过语义路径来衡量不同类型对象间的异质信息相似度，然后以此构造可靠性矩阵，作为半监督非负矩阵分解的正则化约束项，进而实现异质网络的社区划分。在真实数据集上的实验结果表明，所提出的方法能够更准确地发现异质网络中的社区结构。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈福才		31	193	7.0	12.0
2	常振超		10	31	4.0	5.0
3	黄瑞阳		50	146	7.0	8.0
4	吴奇		4	14	3.0	3.0