适用于大规模信息网络的语义社区发现方法
文献类型：期刊
作者：沈桂兰[1]
机构：北京联合大学商务学院;中国人民大学信息学院;北京交通大学计算机与信息技术学院
年：2017
期刊名称：计算机科学与探索
期：04
页码范围：565-576
增刊：正刊
所属部门：信息学院
语言：中文
ISSN：1673-9418
关键词：语义社区发现;LDA主题模型;内容相似度;标签传播策略;传播影响力
摘要：对节点带有内容的信息网络进行语义社区发现是新的研究方向。融合节点内容增加了算法的复杂度。提出了一种在线性时间内进行语义社区发现的标签传播算法,用LDA(latent Dirichlet allocation)主题模型表示节点内容,以节点内容相似度和传播影响力的乘性模型作为标签传播的策略,在归一化过程中,自然融合节点内容和网络结构信息,标签迭代过程中,采用节点与绝大部分邻居节点内容不相同才进行更新的策略,保证算法的运行效率。通过在不同规模的12个真实数据集上进行实验,以模块度和纯度作为度量标准,验证了算法在语义社区发现上的有效性和可行性。
作者其他论文
近邻传播聚类算法研究.桂斌;杨小平;张中夏,等.山西大学学报（自然科学版）.2014,37(1),7-11.
基于Struts2技术的社交网络服务平台.陈默;杨小平;李瑶,等.计算机系统应用.2014,19-27.
基于主题词表和 FCA的网页语义概念树构建研究.孙亚琳;赵林林;杨小平.计算机应用研究.2014,3308-3315.
基于语言网络和语义信息的文本相似度计算.詹志建;杨小平.计算机工程与应用.2014,33-38.
经济二元结构与我国货币政策利率传导机制.徐琳;杨小平.安庆师范学院学报（社会科学版）.2014,115-118.
