一种新的微博社区发现算法

• 作者: 刘玲 吕晨 李雪佳 杨长春 顾寰
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 微博网络 社区划分 TRKM算法 信任关联度 社区模块度
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 算法
• 页码范围: 194-198,271
• 页数: 6页
• 分类号: TP391
• 字数: 5759字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.03.035

摘要

在舆情分析、微博营销和个性化推荐等方面,微博社区发现的研究都具有重要的应用价值.为了准确而有效地发现微博社交网络中的社区,提出一种基于信任关联度的微博社区发现算法(TRKM算法).该算法通过微博用户的评论、转发、原创微博等属性来构造节点间信任关联度,再利用微博社区的模块度对网络社区划分效果进行评价.在新浪微博明星和普通用户数据集上进行实验,并将TRKM算法与传统K-means算法作比较.实验表明,该算法能够更有效地发现微博用户关系网络中的社区结构.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨长春	常州大学信息科学与工程学院	52	366	10.0	17.0
2	顾寰	常州大学信息科学与工程学院	5	11	2.0	3.0
3	刘玲	常州大学信息科学与工程学院	2	8	2.0	2.0
4	李雪佳	常州大学信息科学与工程学院	3	9	2.0	3.0
5	吕晨	常州大学信息科学与工程学院	6	7	2.0	2.0