基于联合矩阵分解的动态异质网络社区发现方法

• 作者: 吴奇 朱宇航 黄瑞阳
• 来源期刊: 计算机应用研究
• 关键词: 异质网络 动态网络 社区发现 非负矩阵分解
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2989-2992
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.10.024

摘要

动态网络的社区发现是目前复杂网络分析领域的重要研究内容,然而现有动态网络社区发现方法主要针对同质网络,当网络包含多种异质信息时,现有方法不再适用.针对这个问题,提出了一种基于联合矩阵分解的动态异质网络社区发现方法.首先计算动态异质网络中各个快照图的拓扑相似度矩阵和多关系相似度矩阵;其次利用时序联合非负矩阵分解方法,约束各个时刻快照图的社区划分;最后在真实网络数据集上与K-means、MetaFac算法进行比较实验,提出算法能够充分利用网络的异质信息与拓扑信息,异质网络社区划分精度优于MetaFac算法,且划分效果更稳定.结果表明,基于联合矩阵分解的动态异质网络社区发现算法可以有效检测出动态异质网络中潜在的社区结构.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄瑞阳		50	146	7.0	8.0
2	吴奇		4	14	3.0	3.0
3	朱宇航		7	28	3.0	5.0