以社区发现为导向的网络嵌入模型研究

• 作者: 寇月 申德荣 聂铁铮 陈慧莹
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 社区发现 网络嵌入 拓扑特征 社区特征
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 专栏·Web信息系统及应用
• 页码范围: 2821-2825
• 页数: 5页
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.12.005

摘要

利用网络嵌入模型可以将节点信息表示为低维稠密的向量空间,来支持基于图的分类、聚类、链路预测和社区发现等任务.然而,现有的网络嵌入模型大多只考虑节点拓扑结构,缺乏有针对性地为特定任务提供有效的嵌入表示.为此,提出了一种以社区发现为导向的网络嵌入模型(Community Detection-oriented Network Embedding,CDNE),将节点属性特征、拓扑特征与社区特征充分结合,基于非负矩阵分解来获取节点的向量表示,同时体现了网络的局部特征与全局特征.此外,提出了一种基于CDNE的两阶段社区发现算法:第一阶段为合并社区,基于模块度增量最大化标准确定待合并社区;第二阶段基于待合并社区重新构建网络.通过两个阶段的交替迭代执行,来提高社区发现的准确性.在真实数据集上设计实验,结果表明所提出的关键技术的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	申德荣		111	1289	18.0	32.0
2	寇月		68	816	12.0	26.0
3	聂铁铮		69	854	13.0	27.0
4	陈慧莹		1	0	0.0	0.0