微博用户模型复杂网络中多维有向社区发现

• 作者: 刘大海 张博锋 邹国兵 顾程伟
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 用户模型 复杂网络 多维有向社区发现
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 网络与通信
• 页码范围: 129-133
• 页数: 5页
• 分类号: TP3
• 字数: 6893字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.07.031

摘要

大多数社区发现是基于一种信息的,即从一个维度来划分社区.但在现实场景中,用户之间社区构成是受兴趣、社交关系、地域、教育背景等诸多因素共同影响形成的.这些多维信息有些是无向的,如兴趣相似度等;有些是有向的,如关注关系等.根据有向社区发现的原理,将多个维度的信息融合,提出一种面向多维复杂网络的有向社区发现(MDCD)算法.通过实验证明,MDCD算法相对于传统的多维社区发现方法AMM算法,社区发现结果准确率提高了17.7％、F-measure值提高了0.068;与一维的兴趣相似度网络进行对比,MDCD算法的三维复杂网络社区发现结果的准确率提高了36.1％、召回率提高了25.3％.由于多维有向社区发现综合考虑了多维的信息,得到的社区结构具有更重要的社会意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张博锋	上海大学计算机工程与科学学院	40	453	10.0	20.0
2	邹国兵	上海大学计算机工程与科学学院	5	40	3.0	5.0
3	刘大海	上海大学计算机工程与科学学院	1	1	1.0	1.0
4	顾程伟	上海大学计算机工程与科学学院	1	1	1.0	1.0