1(太原理工大学信息与计算机学院 太原 030024);2(伊利诺伊大学芝加哥分校计算机科学学院 美国芝加哥 60607) (zhaoxiazzzz@163.com)
出版日期: 2020-06-01基金资助:国家自然科学基金项目(61503273，61702356)；国家留学基金委项目(201806935047)RGNE：A Network Embedding Method for Overlapping Community Detection Based on Rough Granulation
Zhao Xia1, Zhang Zehua1, Zhang Chenwei2, Li Xian11(College of Information and Computer, Taiyuan University of Technology, Taiyuan 030024);2(School of Computer Science, University of Illinois at Chicago, Chicago, USA 60607)
Online: 2020-06-01Supported by:This work was supported by the National Natural Science Foundation of China (61503273, 61702356) and the China Scholarship Council Program (201806935047).摘要/Abstract
摘要： 复杂网络社区挖掘作为近年的研究热点，重叠社区检测有重要的现实意义.传统社区发现方法将所有节点精确地划分到每一个子类中，形成非重叠划分.但硬划分方法较难处理含有不确定信息和噪声信息的复杂情况.而目前采用网络嵌入的方法进行重叠社区发现的研究较少，针对社区漂移和边界不确定的问题，提出了一种结合粗糙粒化的网络嵌入社区发现方法.通过网络嵌入获得融合结构信息和属性信息的节点表示，并将相似的节点映射到距离相近的低维连续的向量空间.然后，结合粗糙粒化的思想，考虑网络结构和节点上的多层次信息来处理社区边界上的不确定性区域，最终生成重叠社区.在网络公开数据集和人工数据集的实验结果都表明，提出的粗糙粒化的网络嵌入(network embedding based on rough granulation, RGNE)社区发现方法具有更高的精度，并可有效地处理不确定性网络的社区发现问题.最后，对影响实验效果的参数设置进行了详细讨论分析.
参考文献
相关文章 15
| [1] | 刘海姣, 马慧芳, 赵琪琪, 李志欣. 融合用户兴趣偏好与影响力的目标社区发现[J]. 计算机研究与发展, 2021, 58(1): 70-82. |
| [2] | 吴瑶, 申德荣, 寇月, 聂铁铮, 于戈. 多元图融合的异构信息网嵌入[J]. 计算机研究与发展, 2020, 57(9): 1928-1938. |
| [3] | 陈亦琦, 钱铁云, 李万理, 梁贻乐. 基于复合关系图卷积的属性网络嵌入方法[J]. 计算机研究与发展, 2020, 57(8): 1674-1682. |
| [4] | 涂盼鹏,王兴伟,李婕,黄敏. BIRI：支持信息中心范型的BBO启发式MSN路由算法[J]. 计算机研究与发展, 2019, 56(9): 1918-1926. |
| [5] | 李明月,罗向阳,柴理想,袁福祥,甘勇. 基于网络节点聚类的目标IP城市级定位方法[J]. 计算机研究与发展, 2019, 56(3): 467-479. |
| [6] | 冶忠林, 赵海兴, 张科, 朱宇, 肖玉芝. 基于邻节点和关系模型优化的网络表示学习[J]. 计算机研究与发展, 2019, 56(12): 2562-2577. |
| [7] | 龚卫华,金蓉,裴小兵,梅建萍. LBSN中基于社区联合聚类的协同推荐方法[J]. 计算机研究与发展, 2019, 56(11): 2506-2517. |
| [8] | 郑文萍,车晨浩,钱宇华,王杰. 一种基于标签传播的两阶段社区发现算法[J]. 计算机研究与发展, 2018, 55(9): 1959-1971. |
| [9] | 杜航原，王文剑，白亮. 基于网络节点中心性度量的重叠社区发现算法[J]. 计算机研究与发展, 2018, 55(8): 1619-1630. |
| [10] | 郭弘毅,刘功申,苏波,孟魁. 融合社区结构和兴趣聚类的协同过滤推荐算法[J]. 计算机研究与发展, 2016, 53(8): 1664-1672. |
| [11] | 陈俊宇,周刚,南煜,曾琦. 一种半监督的局部扩展式重叠社区发现方法[J]. 计算机研究与发展, 2016, 53(6): 1376-1388. |
| [12] | 辛宇,杨静,汤楚蘅, 葛斯乔. 基于局部语义聚类的语义重叠社区发现算法[J]. 计算机研究与发展, 2015, 52(7): 1510-1521. |
| [13] | 辛宇,杨静,谢志强. 基于随机游走的语义重叠社区发现算法[J]. 计算机研究与发展, 2015, 52(2): 499-511. |
| [14] | 杨 静, 辛 宇, 谢志强,. 基于话题综合因子分析的语义社会网络社区发现算法[J]. 计算机研究与发展, 2014, 51(3): 559-569. |
| [15] | 孙怡帆,李赛. 基于相似度的微博社交网络的社区发现方法[J]. 计算机研究与发展, 2014, 51(12): 2797-2807. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4204
