一种基于网络嵌入的社区发现方法
王瑞国
叶雅玲
卜湛
1.南京财经大学软件工程系 ,江苏南京,2100132.南京财经大学软件工程系 ,江苏南京,2100133.南京财经大学软件工程系 ,江苏南京,210013
摘要：社区发现是社会网络分析的重要任务,有助于理解中观尺度的网络结构.现有的诸多社区发现方法仅考虑网络的拓扑信息,忽略了网络中每个节点所包含的属性信息.为此,本研究首先基于社会网络的拓扑结构信息与节点属性信息分别构建初始特征矩阵;然后基于网络嵌入模型,融合初始特征矩阵的主成分信息,构建共识嵌入矩阵;最后,给出社会网络中"领袖节点"的泛化定义形式,并提出一种改进的图聚类算法(LIK-means)挖掘社会网络中潜在的社区结构.实验表明,LIK-means较其他经典算法有较好的可扩展性,同时在真实社会网络中的社区识别精度更高.
关键词：社区发现网络嵌入领袖节点LIK-means算法
分类号：N93(非线性科学)
资助基金：国家自然科学基金(71871109)国家自然科学基金(71871233)
论文发表日期：2019-07-02
在线出版日期：2026-08-28（本平台首次上网日期，不代表文献的发表时间）
页数：9( 72-80 )
英文信息