作者:
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:
本文根据社交网络中存在大量无标度网络结构的特性,在分析聚合算法和剖分算法的基础上,提出基于无标度网络结构的社区识别算法,并利用微博数据作为方案分析和阐述的实证数据.首先根据中心节点划分网络,把剩余点连接到归属中心节点上,最终将社交网络划分成若干联系紧密的好友圈子.分析结果对移动互联网新产品的开发、潜在客户的挖掘和服务有参考意义.
推荐文章
基于随机行走机制的无标度网络拓扑演化模型
无标度网络
拓扑演化
随机行走
能耗
基于3D Res-Inception网络结构的密集人群行为识别
深度学习
神经网络
密集人群
行为识别
基于G.P算法的关联维计算中无标度区的识别
G.P算法
分形无标度区
关联维
时间序列
无标度企业组织网络特征及其演化模型
组织网络
演化模型
无标度
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 基于无标度网络结构的SNS识别方案
来源期刊 网络安全技术与应用 学科
关键词 SNS识别 无标度网络 中心节点
年,卷(期) 2016,(12) 所属期刊栏目 安全模型、算法与编程
研究方向 页码范围 63,65
页数 2页 分类号
字数 2617字 语种 中文
DOI
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 张诚 7 22 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (26)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(11)
  • 参考文献(2)
  • 二级参考文献(9)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(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
SNS识别
无标度网络
中心节点
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
网络安全技术与应用
月刊
1009-6833
11-4522/TP
大16开
北京市
2-741
2001
chi
出版文献量(篇)
13340
总下载数(次)
61
总被引数(次)
33730
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导