学习全局边函数的半监督社区检测

• 作者: 丁彩英 刘松华 李泽鹏
• 来源期刊: 太原理工大学学报
• 关键词: 社区检测 先验知识 赣南客家 半监督学习
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 信息与计算机科学·基础理论
• 页码范围: 243-250
• 页数: 8页
• 分类号: TP391|TP393
• 语种: 中文
• DOI: 10.16355/j.cnki.issn1007-9432tyut.2019.02.015

摘要

随着在线网络数据量激增,单纯分析网络拓扑结构、节点属性、边属性无法有效认识和理解其内在结构和特性,因此提出基于边函数的半监督社区检测算法.首先将拓扑结构和属性信息统一为先验知识,设计边函数便于引入属性等各类先验知识;在此基础上,结合传统半监督学习框架,采用半正定规划学习全局最优的节点归属矩阵.在人工合成数据、赣南客家数据和基准数据上的实验和分析表明,与已有传统半监督社区检测算法相比,该算法能有效利用各种先验知识,检测社区性能较好,并能较好地抵抗数据退化问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李泽鹏	兰州大学信息科学与工程学院	4	1	1.0	1.0
5	丁彩英	太原理工大学信息与计算机学院	1	1	1.0	1.0
6	刘松华	太原理工大学信息与计算机学院	1	1	1.0	1.0