基于图流在线非负矩阵分解的社团检测

• 作者: 卫红权 常振超 王凯 陈鸿昶 黄瑞阳
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 在线 非负矩阵分解 图流 社团检测
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 学术论文
• 页码范围: 2077-2084
• 页数: 8页
• 分类号: TP393
• 字数: 7901字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2017.09.004

摘要

针对现有的在线社团检测方法大多仅从增量相关的节点和边出发,难以有效挖掘社团结构的动态变化特性问题,提出了一种基于图流在线非负矩阵分解的社团检测方法.首先将网络中持续到达的图数据按照流式数据进行存储和预处理,然后借鉴梯度下降思想,采用在线非负矩阵分解架构,根据不同时刻达到的图流序列,实时迭代更新社团归属矩阵,并通过有效的学习率和缓存策略设置,保证了图流处理的收敛性和合理性.实验结果表明,相比于已有在线社团检测方法,该方法具备更高的社团检测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈鸿昶		61	354	10.0	16.0
2	常振超		10	31	4.0	5.0
3	黄瑞阳		50	146	7.0	8.0
4	王凯		15	34	4.0	5.0
5	卫红权		11	45	3.0	6.0