以社区发现为导向的网络嵌入模型研究
陈慧莹
寇月
申德荣
聂铁铮
1.东北大学计算机科学与工程学院 沈阳 1108192.东北大学计算机科学与工程学院 沈阳 1108193.东北大学计算机科学与工程学院 沈阳 1108194.东北大学计算机科学与工程学院 沈阳 110819
摘要：利用网络嵌入模型可以将节点信息表示为低维稠密的向量空间,来支持基于图的分类、聚类、链路预测和社区发现等任务.然而,现有的网络嵌入模型大多只考虑节点拓扑结构,缺乏有针对性地为特定任务提供有效的嵌入表示.为此,提出了一种以社区发现为导向的网络嵌入模型(Community Detection-oriented Network Embedding,CDNE),将节点属性特征、拓扑特征与社区特征充分结合,基于非负矩阵分解来获取节点的向量表示,同时体现了网络的局部特征与全局特征.此外,提出了一种基于CDNE的两阶段社区发现算法:第一阶段为合并社区,基于模块度增量最大化标准确定待合并社区;第二阶段基于待合并社区重新构建网络.通过两个阶段的交替迭代执行,来提高社区发现的准确性.在真实数据集上设计实验,结果表明所提出的关键技术的可行性和有效性.
关键词：社区发现网络嵌入拓扑特征社区特征
分类号：TP311(计算技术、计算机技术)
资助基金：国家重点研发计划(2018YFB1003404)国家自然科学基金(61672142)
论文发表日期：2020-12-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 2821-2825 )
英文信息