CAJ | 학술논문

社会网络中社团核心的发现是目前研究界和产业界关注的热点问题.现有算法把社团处理为特定约束下的图后,将社团核心发现规约为紧凑子图的提取,但对于动态约束下的多图效率很低.为此,提出基于图密度的动态约束社团核心挖掘方法--CCDCD (community core mining with dynamic constrains based on graph density).主要工作包括:(1)分析约束条件变化下,关于社团的图密度变化规律;(2)提出约束变化下,社团图密度的近似求解算法DCIJE (dynamic calculation based on updated edges);(3)通过实验表明,与现有方法相比,对较大规模的社团图,新方法能获得更好解,降低时间消耗80%以上;验证了动态约束能发现更多有兴趣度的知识.
사회망락중사단핵심적발현시목전연구계화산업계관주적열점문제.현유산법파사단처리위특정약속하적도후,장사단핵심발현규약위긴주자도적제취,단대우동태약속하적다도효솔흔저.위차,제출기우도밀도적동태약속사단핵심알굴방법--CCDCD (community core mining with dynamic constrains based on graph density).주요공작포괄:(1)분석약속조건변화하,관우사단적도밀도변화규률;(2)제출약속변화하,사단도밀도적근사구해산법DCIJE (dynamic calculation based on updated edges);(3)통과실험표명,여현유방법상비,대교대규모적사단도,신방법능획득경호해,강저시간소모80%이상;험증료동태약속능발현경다유흥취도적지식.