基于隐含社团预测的社交网络约简方法

• 作者: 武海燕
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 社交网络 图嵌入 网络约简 图挖掘 数据挖掘
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 智能技术
• 页码范围: 1474-1477,1483
• 页数: 5页
• 分类号: TP391
• 字数: 4282字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2018.05.047

摘要

针对现有网络约简方法未考虑隐含社团的问题,提出一种基于社团预测的网络约简算法,通过图嵌入预测网络中隐含的社团关系,提高约简网络的准确度.将网络中的节点表示为欧式空间中的向量,通过节点在网络中的位置关系学习向量表示,通过层次聚类对节点进行划分,预测隐含社团,对每一层次的聚类进行网络约简.在大规模社交网络数据集上的实验结果表明,采用该方法能够在百万级大规模网络中得到更高质量的精简网络,在大规模网络的分析、挖掘及可视化等方面有广泛用途.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	武海燕	铁道警察学院公安技术系	19	28	3.0	4.0