融合节点属性与结构信息的子空间异常社区检测方法

• 作者: 刘海姣 贾俊杰 赵琪琪 马慧芳
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 社区集合 属性信息 结构信息 异常社区检测 子空间 质量评估函数
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 94-102
• 页数: 9页
• 分类号: TP311
• 字数: 8053字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0054210

摘要

结合社区中的节点属性与结构信息,提出一种子空间异常社区检测方法.在待检测社区集合中,设计基于属性平均距离的子空间求解策略、基于负熵加权的子空间推断策略及子空间融合求解策略,挖掘每个社区的属性权重子空间,并根据社区结构关系定义社区质量评估模型量化社区质量分数,从而获得质量分数较低的异常社区集合.实验结果表明,该方法可以准确地发现异常社区,并且在人工网络和真实网络数据集上相比AMEN、SODA等检测方法具有更好的鲁棒性和可扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马慧芳	西北师范大学计算机科学与工程学院	59	520	12.0	21.0
5	贾俊杰	西北师范大学计算机科学与工程学院	17	34	3.0	5.0
6	刘海姣	西北师范大学计算机科学与工程学院	6	5	2.0	2.0
7	赵琪琪	西北师范大学计算机科学与工程学院	1	0	0.0	0.0