计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2013年
8期
50-54
,共5页
在线社会网络%用户紧密度%节点属性相似性%共有邻居相似性%社区发现%层次聚类
在線社會網絡%用戶緊密度%節點屬性相似性%共有鄰居相似性%社區髮現%層次聚類
재선사회망락%용호긴밀도%절점속성상사성%공유린거상사성%사구발현%층차취류
Online Social Networks(OSNs)%user tightness%node attribute similarity%common neighbor similarity%community detection%hierarchical clustering
针对在线社会网络潜在社区难以检测的问题,根据在线社会网络的独有特性,提出一种基于用户紧密度的在线社会网络社区发现算法.创建初步用户图,依据节点属性相似性算法计算用户个体紧密度,基于共有邻居相似性算法计算用户社区紧密度,从而构造出完整用户图,利用层次聚类算法对完整用户图进行处理,发现潜在社区.实验结果表明,与NAS、CNS算法相比,该算法的社区凝聚度与正确率更高,分别达到0.67和97.1％.
針對在線社會網絡潛在社區難以檢測的問題,根據在線社會網絡的獨有特性,提齣一種基于用戶緊密度的在線社會網絡社區髮現算法.創建初步用戶圖,依據節點屬性相似性算法計算用戶箇體緊密度,基于共有鄰居相似性算法計算用戶社區緊密度,從而構造齣完整用戶圖,利用層次聚類算法對完整用戶圖進行處理,髮現潛在社區.實驗結果錶明,與NAS、CNS算法相比,該算法的社區凝聚度與正確率更高,分彆達到0.67和97.1％.
침대재선사회망락잠재사구난이검측적문제,근거재선사회망락적독유특성,제출일충기우용호긴밀도적재선사회망락사구발현산법.창건초보용호도,의거절점속성상사성산법계산용호개체긴밀도,기우공유린거상사성산법계산용호사구긴밀도,종이구조출완정용호도,이용층차취류산법대완정용호도진행처리,발현잠재사구.실험결과표명,여NAS、CNS산법상비,해산법적사구응취도여정학솔경고,분별체도0.67화97.1％.
