一种基于聚类融合和最小生成树的重叠社交网络划分方法

• 作者: 李力 王丽娜 高博
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 聚类融合 最小生成树 重叠社交网络
• 年，卷（期）: 2017,（24）
• 页码范围: 120-125
• 页数: 6页
• 分类号: TP39
• 字数: 1114字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2017.24.021

摘要

为解决重叠社交网络划分过程中涉及群体内容私密性的问题,提出一种基于聚类和最小生成树的社交网络划分方法.该方法首先以社交网络固有特征——成员之间联系的紧密度等属性来衡量节点之间的距离,然后使用K-means算法产生初始聚类,并将聚类结果表述为矩阵和不带环无向图的形式,并对无向图采用Prim算法得出最小生成树,删减最小生成树中距离较远的K条边得到K个最小生成树,最后利用相似度解决离群点以及重叠点的社交网络成员的归属.实验表明:该算法并未涉及社交网络成员的隐私,得到的社区结构质量较高,并有效地考虑了重叠社区成员以及孤立成员的划分.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高博	重庆市教育考试院信息处	6	5	2.0	2.0
2	李力		1	1	1.0	1.0