基于局部语义聚类的语义重叠社区发现算法

被引：36

作者：

辛宇 ^{[1
]}

杨静 ^{[1
]}

汤楚蘅 ^{[2
]}

葛斯乔 ^{[2
]}

机构：

[1] 哈尔滨工程大学计算机科学与技术学院

[2] 哈尔滨工业大学电气工程及自动化学院

来源：

计算机研究与发展 | 2015年 / 52卷 / 07期

基金：

高等学校博士学科点专项科研基金;

关键词：

语义社会网络; 重叠社区发现; LDA模型; 相对熵; Gibbs取样; 局部语义聚类;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

语义社会网络是一种包含信息节点及社会关系构成的新型复杂网络,因此以节点邻接关系为挖掘对象的传统社会网络社区发现算法无法有效处理语义社会网络重叠社区发现问题.针对这一问题,提出基于局部语义聚类的语义社会网络重叠社区发现算法,该算法:1)以LDA(latent Dirichlet allocation)模型为语义信息模型,利用Gibbs取样法建立节点语义信息到语义空间的量化映射;2)以节点间语义坐标的相对熵作为节点语义相似度的度量,建立节点相似度矩阵;3)根据社会网络的局部小世界特性,提出语义社会网络的局部社区结构S-fitness模型,并根据S-fitness模型建立了局部语义聚类算法(local semantic clusterm,LSC);4)提出可度量语义社区发现结果的语义模块度模型,并通过实验分析,验证了算法及语义模块度模型的有效性及可行性.

引用

页码：1510 / 1521

页数：12

共 7 条

[1] 复杂网络簇结构探测——基于随机游走的蚁群算法 [J].

金弟 ;

杨博 ;

刘杰 ;

刘大有 ;

何东晓 .

软件学报, 2012, 23 (03) :451-464

[2] 一种基于拓扑势的网络社区发现方法 [J].

淦文燕 ;

赫南 ;

李德毅 ;

王建民 .

软件学报, 2009, 20 (08) :2241-2254

[3] 复杂网络聚类方法 [J].

杨博 ;

刘大有 ;

金弟 ;

马海宾 .

软件学报, 2009, 20 (01) :54-66

[4]

Latent Community Topic Analysis[J] . Zhijun Yin,Liangliang Cao,Quanquan Gu,Jiawei Han.ACM Transactions on Intelligent Systems and Technology (TIST) . 2012 (4)

[5]

Finding overlapping communities in networks by label propagation[J] . Steve Gregory.New Journal of Physics . 2010 (10)

[6]

Detecting the overlapping and hierarchical community structure in complex networks[J] . Andrea Lancichinetti,Santo Fortunato,János Kertész.New Journal of Physics . 2009 (3)

[7]

Detect overlapping and hierarchical community structure in networks[J] . Huawei Shen,Xueqi Cheng,Kai Cai,Mao-Bin Hu.Physica A: Statistical Mechanics and its Applications . 2008 (8)

← 1 →