一种基于CCA的复杂网络模块挖掘算法
现实生活中复杂网络如社交网络、生物网络等无处不在。挖掘复杂网络中功能模块及其关系对网络结构功能的了解、事物及其发展规律的认识有着重要作用。本文利用典型相关分析(CCA)分析复杂网络中功能模块及其相互关系，并将其转化为LASSO 回归优化问题，以提高结果的可解释性。在此基础之上，提出了一种模块及其相互关系的挖掘算法。该算法不仅能准确挖掘网络中的功能模块，而且还能同时度量模块之间的相关程度。人工生成数据集和DBLP 数据集上的模拟实验表明了提出的算法能准确地挖掘网络中的功能模块及其相关性。
复杂网络 功能模块 社交网络分析 CCA LASSO
叶育鑫 赵建民 莫毓昌 欧阳丹彤 刘华文
吉林大学 计算机科学与技术学院,长春 130012;教育部符号计算与知识工程重点实验室,长春 130012 浙江师范大学 数理与信息工程学院,金华321004 浙江师范大学 数理与信息工程学院,金华321004;教育部符号计算与知识工程重点实验室,长春 130012
国内会议
长春
中文
1-7
2012-08-04（万方平台首次上网日期，不代表论文的发表时间）