基于交互行为的在线社会网络社区发现方法研究

被引:7
作者
田博
凡玲玲
机构
[1] 上海财经大学信息管理与工程学院
关键词
在线社交网络; 社区发现; 交互行为; 模块度函数; 动态网络; 模块度增益;
D O I
暂无
中图分类号
O157.5 [图论];
学科分类号
070104 ;
摘要
[目的/意义]社区发现是社交网络、生物基因表达以及物理系统等领域的一个重要且具有挑战性的研究课题。现有的在线社会网络社区发现方法可分为基于静态关系的社区发现和基于动态关系的社区发现。相对于静态社区发现方法,动态交互行为关系更能体现社交媒体用户的关系紧密程度。[方法/过程]提出了一种基于交互行为的在线社会网络社区发现方法,利用用户之间的转发关系、评论关系、点赞关系以及提及关系等四方面交互行为构建加权的交互网络;然后以Newman模块度函数作为优化目标,得到社区内部节点联系紧密、社区之间节点联系松散的社区划分方法。具体实现上以改进模块度函数为指标,不断合并模块度函数增益最大的节点对,直至所有的模块度函数增益都为负。[结果/结论]提出的方法在如下两方面进行改进:一方面建立了交互行为公式,同时对模块度函数进行改进。最后,选取新浪微博数据对提出的算法进行实验验证,实验结果表明提出的基于交互行为社区发现方法的有效性。
引用
收藏
页码:183 / 188
页数:6
相关论文
共 16 条
[1]   基于GN算法的重叠社区识别方法 [J].
高庆一 ;
李牧 .
华中科技大学学报(自然科学版), 2015, 43 (09) :13-18
[2]   基于相似度的微博社交网络的社区发现方法 [J].
孙怡帆 ;
李赛 .
计算机研究与发展, 2014, (12) :2797-2807
[3]   在线社会网络的动态社区发现及演化 [J].
王莉 ;
程学旗 .
计算机学报, 2015, 38 (02) :219-237
[4]   新浪微博网信息传播分析与预测 [J].
曹玖新 ;
吴江林 ;
石伟 ;
刘波 ;
郑啸 ;
罗军舟 .
计算机学报, 2014, 37 (04) :779-790
[5]   基于信息流动分析的动态社区发现方法 [J].
索勃 ;
李战怀 ;
陈群 ;
王忠 .
软件学报, 2014, 25 (03) :547-559
[6]   微博社交网络社区发现方法研究 [J].
范超然 ;
黄曙光 ;
李永成 .
微型机与应用, 2012, 31 (23) :67-70
[7]   标签传播算法理论及其应用研究综述 [J].
张俊丽 ;
常艳丽 ;
师文 .
计算机应用研究, 2013, 30 (01) :21-25
[8]   一种局部的重叠社区发现方法 [J].
孙文婷 ;
伏玉琛 ;
吴寅生 .
计算机应用与软件, 2011, 28 (10) :27-29+68
[9]   三种经典复杂网络社区结构划分算法研究 [J].
时京晶 .
电脑与信息技术, 2011, 19 (04) :42-43+79
[10]   基于粒子群算法的Web社区发现 [J].
段晓东 ;
王存睿 ;
刘向东 ;
林延平 .
计算机科学, 2008, (03) :18-21+145