基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统的社团发现算法利用链接关系对社团进行划分,不利于发现社团之间的非链接关系,从而影响划分精度。研究分析了节点蕴含的文本信息,挖掘了文本信息蕴含了节点的主题信息,根据这些主题信息判断社团在主题上的关系。研究设计了优化的潜在狄利克雷分配模型对社团进行主题划分,应用优化的模块度社团发现算法对社团进行链接划分,合并成为一个能对社团进行主题划分和链接划分的主题社团发现算法。此外,还针对主题社团设计了一种评估方法,并且使用多个数据集在主题社团发现的各个阶段对算法进行了实验验证。实验结果证明,基于主题检测的社团发现算法能够正确地对社团进行主题划分和链接划分。
推荐文章
基于主题和链接分析的微博社区发现算法
微博
社区发现
潜层Dirichlet分配
主题模型
链接分析
标签传递算法
基于加权网络模块强度的社团划分
复杂系统
社团划分
社交网络
模块强度
基于社团密度的社团发现算法
社团结构
社团发现
社团完整度
社团密度
基于节点相似度的加权网络社团结构划分算法
加权网络
社区结构
共同邻居
节点相似度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于主题划分和链接划分的社团发现算法
来源期刊 计算机工程与应用 学科 工学
关键词 社会计算 社团发现 主题模型 主题划分
年,卷(期) 2016,(20) 所属期刊栏目 理论与研发
研究方向 页码范围 69-74
页数 6页 分类号 TP391
字数 5698字 语种 中文
DOI 10.3778/j.issn.1002-8331.1410-0153
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 黄翰 华南理工大学软件学院 50 526 11.0 21.0
2 欧阳骥 东莞理工学院计算机学院 12 31 3.0 5.0
3 卓晓燕 华南理工大学软件学院 2 11 1.0 2.0
4 周宪政 华南理工大学软件学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (59)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1970(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(7)
  • 参考文献(2)
  • 二级参考文献(5)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(11)
  • 参考文献(1)
  • 二级参考文献(10)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
社会计算
社团发现
主题模型
主题划分
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导