EVOC:一种基于链接和内容信息的动态社区挖掘方法
社会网络中，不仅包括链接结构，还包括内容信息，内容信息表达了社会网络中个体相关的话题、兴趣等语义层面的信息。只考虑链接结构的社区挖掘方法无疑忽视了内容信息的价值。提出了一种结合链接结构和内容信息进行动态社区挖掘的方法，将链接结构和内容表达为矩阵形式，综合历史社区划分结果，使用非负矩阵分解方法进行社区划分，以使社区结果在反映网络的链接特征的同时，还反映话题、兴趣等语义层面的特征。在真实数据集上的实验结果表明，所得到的结果揭示了社区随时间的演化情况、社区在不同时刻所关联的内容信息，并且能应用于其他领域，如专家搜索。
社会网络 数据挖掘 搜索算法 信息整合
Yan Qiuling 闫秋玲 Wu Liang 吴良 Chen Wei 陈薇 Wang Tengjiao 王腾蛟 Lei Kai 雷凯 Yang Dongqing 杨冬青
Key Laboratory of High Confidence Software Technologies(Peking University), Ministry of Education, B 高可信软件技术教育部重点实验室(北京大学) 北京 100871;北京大学信息科学技术学院 北京 100871 The Shenzhen Key Laboratory for Cloud Computing Technology and Applications (SPCCTA), Peking Univers 深圳市云计算关键技术与应用重点实验室(SPCCTA)北京大学深圳研究生院 广东深圳 518055
国内会议
合肥
中文
179-185
2012-10-01（万方平台首次上网日期，不代表论文的发表时间）