作者:赵卫绩; 张凤斌; 刘井莲 期刊:《计算机科学》 2020年第02期
近年来,随着现代网络通信和社会媒体等技术的飞速发展,复杂网络成为多学科交叉研究的热点之一,社区发现是复杂网络中的一个重要问题,对其进行研究具有重要的理论意义和应用价值。该问题吸引了多个学科领域的众多学者的关注,并且已有许多社区发现算法被提出。已有的社区发现综述多是侧重某一方向或特定领域展开,基于此,文中在之前工作的基础上,对国内外社区发现工作进行了深入调研,较全面地阐述了复杂网络社区发现的研究现状。首先,...
作者:刘蕾蕾; 王胜涛; 胡正银 期刊:《图书情报工作》 2019年第23期
[目的/意义]社区画像对于解决社交网络信息过载问题,实现深层次的个性化知识服务意义重大。针对社区画像研究现状,进行客观的分析与评价,以期为社区画像进一步研究与应用提供思路。[方法/过程]通过文献调研与分析,从研究内容、方法体系和应用场景3方面对社区画像进行调研、分析与归纳,评述其研究现状,提出未来的重点研究方向。[结果/结论]以分析静态用户数据,采用相似性方法画像为主,聚焦于推荐服务、社区发现等传统应用。当前社区...
作者:程科 期刊:《江西警察学院学报》 2019年第05期
数据可视化技术借助图论、计算机图形学理论,将大量枯燥的数据转换为生动的图形图像形式,清晰有效地传达数据背后的关联信息,便于分析人员在数据中发掘深层次的价值。数据可视化分析的步骤分为数据获取、数据过滤、映射、渲染和观察;可视化过程遵循准确、清晰、可拓展、美观四个原则。在经济犯罪侦查中,数据可视化分析技术得到了广泛应用。利用可视化分析的映射关系,可以将大量资金交易数据展现为可视化关系图、资金流向图,帮助侦...
作者:秦强; 生佳根; 严长春 期刊:《计算机与数字工程》 2019年第12期
论文在分析常用社区发现算法的优缺点时,指出了标签传播算法(LPA)具有时间复杂度低、不需要预先设置社区个数、计算过程简单,在处理大型复杂网络时,具有较高的效率的特点。但该算法在标签传播的过程中,未考虑到相邻节点在网络结构以及内容中的相似性。因此论文从节点相似度角度出发,提出了多特征融合的标签传播算法。该算法首先利用SimRank算法计算网络中节点的结构相似度,同时使用主体模型得到节点内容的主题分布,并计算不同节点...
作者:凤丽洲; 覃悦; 杨贵军 期刊:《计算机科学与探索》 2019年第12期
社区结构是复杂网络最重要的一种结构特征。复杂网络中的社区结构研究主要包括社区发现与关键节点发掘两个重要问题。基于节点中心性的社区发现算法可同时进行关键节点发掘与社区发现。针对传统局部Fiedler向量中心性(LFVC)算法存在关键节点识别准确率低,进行社区发现时易出现孤立节点等问题,提出了节点局部Fiedler向量中心性差值社区发现算法(CDDN),设计了新的关键节点识别与边移除策略,并分析了算法性能。选择3种具有代表性的社...
作者:龚卫华; 沈松 期刊:《计算机科学》 2019年第12期
近年来,LBSN(Location-based Social Networks)作为一种典型的异质信息网络越来越受到大众的关注。针对LBSN中用户签到信息十分稀疏的情况,文中提出了一种基于社区发现的兴趣点推荐算法CBR(Community-Based Recommendation)。该算法首先在社交媒体层上计算目标用户与聚类后的兴趣主题簇的相似度;其次通过兴趣主题簇与地理位置簇之间的关联矩阵R计算用户在地理位置簇上的隶属度;然后进一步融合用户的社交关系,从而得到用户对各个兴...
作者:范超然; 黄曙光; 李永成 期刊:《信息技术与网络安全》 2012年第23期
基于分析微博社交网络用户之间关系,提出了一种适用于微博的社区发现方法。实验表明这种方法能够有效地发掘微博社交网络中的社区结构。
作者:胡昊; 张小燕; 苏勇 期刊:《信息技术与网络安全》 2011年第24期
在动态多模式网络中发现社区可以帮助人们了解网络的结构属性,解决数据不足和不平衡问题,并且可以协助解决市场营销和发现重要参与者的问题。一般来说,网络和它的社区结构是不均匀进化的。通过使用时态信息来分析多模网络,分析时态正则化架构和它的收敛属性。提出的算法可以解释为一个迭代的潜在语义分析过程,允许扩展到处理带有参与者属性和模内联系的网络。
作者:杜建升; 方倩 期刊:《图书情报导刊》 2014年第20期
基于Web of Science中检索得到的文献数据,使用CiteSpace、SATI、UCINET等软件构建科学知识图谱,从国家及机构、关键文献、关键词及突现词等角度对社交网络环境下有关社区发现的研究现状、研究热点和研究前沿进行了文献计量分析。
作者:常富蓉; 陈新一 期刊:《喀什大学学报》 2013年第06期
以分歧点和矩阵连通度为依据,通过矩阵初等行列变换划分网络社区的算法,可准确划分社区个数已知的网络,其算法简捷清晰,复杂度相对较低.
作者:徐仁和; 卢文博; 王海涛 期刊:《网络空间安全》 2016年第03期
随着国家对互联网+的战略提出,人们逐渐地开始重视线上的交流模式,导致了真实的人际关系网络逐步地在网络社交领域的呈现。由于社交网络是真实世界的反应,具有潜在的巨大挖掘价值:根据相似的兴趣对社会网络中的客户进行划分,就可以给客户推荐一系列相关产品,从而提高了交易的成功率。所以,复杂社交网络的社团划分显得尤为重要,对其他功能拓展起到根本性的指导作用。论文通过对图论中的邻接矩阵改进的数学模型,利用矩阵的对称移位的...
随着我国经济的发展以及社会的进步,我国相关工作人员对冷链物流“最后一公里”快速配送的相关问题有着较高的关注度,加强企业的“最后一公里”的配送对于企业的品牌相应有着十分重要的作用,本文在进行研究的时候主要依据神经网络的方法对“最后一公里”的配送问题做出了一定的分析,并且根据相关的算法对该方式进行一定的验证,由于当前在进行实际配送时其实际的配送区域较为模糊,因此本方式主要是对相关领域进行一定的划分,使得在...
作者:孙涛; 吴琳; 王飞; 王琪; 陈昭; 徐勇军 期刊:《地球信息科学学报》 2018年第05期
在"一带一路"沿线的65个国家中,46个国家拥有登记在案的港口,同时海上航运贸易占国际贸易总量的75%以上。为了充分了解"一带一路"沿线国家和地区航运贸易情况,评估国家、区域之间贸易往来关系,本文选取了2016年"一带一路"国家和地区船舶历史运动轨迹,首先基于规则判定的方法挖掘船舶停港事件,并以港口为主要节点,港口间货运往来事件为连接形成"一带一路"国际航运贸易网络。在此基础上,对贸易网络进行如下网络结构分析:(1...
作者:丁晟春; 王鹏鹏; 龚思兰 期刊:《情报科学》 2018年第07期
【目的/意义】网络舆情潜在主题指的是那些具备一旦发表就能吸引媒体和网民关注,进而引发热议或成为热点这种潜在影响力的网络舆情主题。为发现网络舆情潜在主题,本文提出了一种基于社会网络视角的网络舆情潜在主题发现方法。【方法/过程】该方法包括基于用户行为关系网络的关键微博挖掘和基于关键词共现网络的潜在主题抽取两部分。【结果/结论】实验结果证明,该方法不仅能有效挖掘网络舆情中的潜在主题,且识别出的部分潜在主题会...
作者:赵卫绩; 孙晓霞; 刘井莲; 佟良 期刊:《绥化学院学报》 2019年第06期
随着大型社会媒体网络的蓬勃发展,产生了各种复杂数据类型的网络大数据。传统的谱方法、概率生成模型等网络表示学习技术不能满足大网络数据时代的需求,近年来,网络表示学习成为了复杂网络分析的一个新的研究热点。基于此,在对网络表示学习深入研究的基础上,结合国内外最新研究工作,全面探讨了网络表示学习的若干问题。文章介绍了网络表示学习的研究背景和相关定义;按照网络结构分类,分别介绍了同构网络和异质网络表示学习经典算法...
作者:马健; 刘峰; 李红辉; 樊建平 期刊:《国防科技大学学报》 2019年第01期
基于标签传播的社区发现算法可以检测出复杂网络的重叠社区结构,因此提出了一种基于PageRank和节点聚类系数的重叠社区发现算法。该算法使用PageRank算法对节点的影响力进行排序,可以稳定社区发现结果,节点的聚类系数是一个与节点相关的值,使用节点聚类系数修改算法的参数并限制每个节点拥有最多标签的数量值,可以提高社区挖掘的质量。在人工网络和真实世界的网络上测试,实验验证了该算法能够有效地检测出重叠社区,并具有可接受的...
作者:王高飞; 张月琴; 陈健 期刊:《太原理工大学学报》 2019年第03期
针对现有微博社区发现的准确性与效用性问题,提出了一种高效的基于用户内容相似度的微博社区发现算法.首先对微博用户兴趣模型进行分析,进而挖掘微博意见领袖,通过 AP算法对意见领袖进行兴趣聚类,以聚类结果为社区中心结合模块度优化算法完成微博社区发现.经实验验证了该方法可以更好地发现微博社区结构.
作者:金志刚; 徐珮轩 期刊:《哈尔滨工业大学学报》 2018年第05期
为减少社区发现算法中参数的选择对社区划分的影响,同时使算法能够自适应地进行社区划分,本文提出一种基于核密度估计的密度峰值聚类的社区发现算法KDED.首先,定义一种基于信任度的距离度量,将社交网络中的用户关系量化为距离矩阵,使用矩阵元素的大小度量用户关系的紧密程度;然后对距离矩阵进行核密度估计,统计各个节点在网络中的影响大小,结合热扩散模型改进计算流程,使其自适应不同规模的数据集以提高计算精度;结合密度峰值聚类...
作者:向卓元; 利朝香 期刊:《图书馆研究与工作》 2019年第01期
社区发现研究是发现潜在的社区对于信息传播规律的研究,是当前复杂网络领域的研究热点和重要研究方向。文章以Web of Science数据库收录的社区发现文献作为数据样本,借助CiteSpaceV软件进行知识图谱分析,分别绘制了时空分布、文献共被引和关键词科学知识图谱,进而探究了社区发现研究的分布状况、演进轨迹、研究热点及研究前沿。