融合内容和链接的网络结构发现概率模型综述

摘要：

随着社会媒体的发展,用户网络将产生大量内容,发现其潜在的社区及主题便于了解网络结构及用户兴趣,进行更深层次的分析和预测.融合内容和链接的主题发现或社区发现概率模型成为完成该任务的主流方法,按模型目标将其分为主题发现模型、主题社区发现模型和社区-主题发现模型.分析各模型的设计背景、基本原理、参数求解及优缺点等,并通过典型模型的定性比较和定量实验分析探索该类模型存在的问题,最后预测来来融合模型的可能研究方向.

关键词： Text-augmented network Topic model Community detection Topic community

作者: 柴变芳 贾彩燕 于剑

作者单位: 北京交通大学计算机与信息技术学院 北京100044;石家庄经济学院信息工程系 石家庄050031 北京交通大学计算机与信息技术学院 北京100044

会议类型: 国内会议

会议名称: 第十二届中国Rough集与软计算学术会议、第六届中国Web智能学术研讨会及第六届中国粒计算学术研讨会联合学术会议

会议地点: 合肥

会议语种:中文

页码: 33-33

在线出版日期: 2012-10-13（万方平台首次上网日期，不代表论文的发表时间）