模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2015, Vol. 28 Issue (9): 828-838    DOI: 10.16451/j.cnki.issn1003-6059.201509008
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于增广边簇序列的重叠层次社区发现*
郭红,黄佳鑫,郭昆
福州大学 数学与计算机科学学院 福州 350116
Discovery of Overlapping and Hierarchical Communities Based on Extended Link Cluster Sequence
GUO Hong, HUANG Jia-Xin, GUO Kun
College of Mathematics and Computer Science, Fuzhou University, Fuzhou 350116

全文: PDF (635 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 高质量重叠层次社区的挖掘和发现已成为社会网络研究热点,为更有效地发现社会网络中具有重叠层次性的社区结构,提出基于增广边簇序列的边社区发现算法(DLC_ECS).在产生包含所有可能密度参数对应的社区结构的增广边簇序列的基础上,找出全局最优的密度参数,发现全局最优的边社区结构,将识别的边社区结构转化为节点社区结构,发现具有重叠结构的社区.在该序列的基础上,提出层次边社区提取算法(HLCE_ECS),快速发现序列中的层次边社区结构,将识别的边社区结构转化为节点社区结构,发现同时具有重叠和层次结构的社区.在真实数据集和人工数据集上的实验表明,DLC_ECS具有更高的社区发现质量,HLCE_ECS能发现有意义的层次边社区结构.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
郭红
黄佳鑫
郭昆
关键词 社会网络社区结构基于边密度的聚类重叠层次社区    
Abstract:The mining and discovery of overlapping and hierarchical communities is a hot topic in the area of social network research. Firstly, an algorithm, discovery of link conmunities based on extended link cluster sequence (DLC_ECS), is proposed to detect overlapping and hierarchical communities in social networks efficiently. Based on the extended link cluster sequence corresponding to community structures with various densities, the optimal link community is detected after searching for the global optimal density. The link communities are transformed into the node communities, and thus the overlapping communities can be found out. Then, hierarchical link communities extraction based on extended link cluster sequence (HLCE_ECS) is designed. Hierarchical link communities from the extended link cluster sequence is found by the proposed algorithm. The link communities are transformed into the node communities to find out the overlapping and hierarchical communities. Experimental results on are artificial and real-world datasets demonstrate that DLC_ECS algorithm significantly improves the community quality and HLCE_ECS algorithm effectively discovers meaningful hierarchical communities.
Key wordsSocialNetwork    CommunityStructure    ClusteringBasedonLinkDensity    OverlappingandHierarchicalCommunity   
收稿日期: 2014-12-01     
ZTFLH: TP393  
基金资助:国家自然科学基金项目(No.61300104)、福建省自然科学基金项目(No.2013J01230)、福建省杰出青年科学基金项目(No.2014J06017)资助
作者简介: 郭红,女,1965年生,硕士,副教授,主要研究方向为人工智能、数据库技术.E-mail:guohong@fzu.edu.cn.黄佳鑫,女,1989年生,硕士研究生,主要研究方向为社交网络社区挖掘、社交圈子识别.郭昆(通讯作者),男,1979年生,博士,讲师,主要研究方向为数据挖掘、灰色系统.E-mail:gukn123@163.com.
引用本文:   
郭红,黄佳鑫,郭昆. 基于增广边簇序列的重叠层次社区发现*[J]. 模式识别与人工智能, 2015, 28(9): 828-838. GUO Hong, HUANG Jia-Xin, GUO Kun. Discovery of Overlapping and Hierarchical Communities Based on Extended Link Cluster Sequence. , 2015, 28(9): 828-838.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201509008      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2015/V28/I9/828
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn