结合内容和链接关系的社区发现方法研究
在社交媒体中自动发现高质量的社区是当前社会网络分析研究中的热点之一.传统的社区发现方法或基于兴趣内容或基于链接关系,这都存在一定的局限,为此本文提出一个结合兴趣内容和链接关系的社区发现方法.该方法首先分别基于用户兴趣内容和链接关系得到内容主题向量和链接社区向量;然后使用经过标准化处理的内容主题向量和链接社区向量计算用户之间总的距离;最后用二分K均值算法划分社区.通过在真实社会网络数据集上的测试表明,本文提出的方法比单纯基于兴趣向量聚类与单纯基于链接关系聚类方法要好,研究结果为社会化媒体上的社区发现研究提供参考.
社区发现 兴趣内容 链接关系 社会网络
吴小兰 章成志
南京理工大学信息管理系,江苏南京210094;安徽财经大学管理科学与工程学院,安徽蚌埠233030 南京理工大学信息管理系,江苏南京210094;江苏省数据工程与知识服务重点实验室(南京大学),江苏南京210093
国内会议
长春
中文
1-12
2014-09-01（万方平台首次上网日期，不代表论文的发表时间）