文章摘要
引用本文:黄佳鑫,郭 红,郭 昆.基于影响簇选择模型和MCMC采样的社交圈子识别算法[J].福州大学学报(自然科学版),2015,43(5):604~611
基于影响簇选择模型和MCMC采样的社交圈子识别算法
An automatic detection algorithm for social circles based on influential cluster selection model and MCMC sampler
  
DOI:10.7631/issn.1000-2243.2015.05.0604
中文关键词: 社交网络  社交圈子识别  马尔科夫蒙特卡洛采样  局部社团探测
英文关键词: social network  social circles discovering  MCMC sampler  local community detection
基金项目:
作者单位
黄佳鑫 福州大学数学与计算机科学学院福建 福州 350116 
郭 红 福州大学数学与计算机科学学院福建 福州 350116 
郭 昆 福州大学数学与计算机科学学院福建 福州 350116 
摘要点击次数: 628
全文下载次数: 559
中文摘要:
      提出一种新的紧密度公式和一种影响簇发现模型,并在此基础上设计基于局部社团探测的采样算法MCMCS_LCD,以及基于MCMCS_LCD的社交圈子自动识别算法SCD_MCMCS_LCD,算法综合考虑局部模块度和节点间紧密度. 在真实数据集上的实验表明,SCD_MCMCS_LCD算法在具有较快收敛速度的同时还具有较好的社交圈子识别效果.
英文摘要:
      This paper proposes a new expression of the close affinities and the influential cluster selection model,and on this basis to design an efficient sampler algorithm,called MCMCS_LCD,and further design an automatic detection method called SCD_MCMCS_LCD. The algorithm takes account into both local modularity M and close affinities. Experiments demonstrate that SCD_MCMCS_LCD has a faster convergence speed while still maintains a good social circle recognition effect.
查看全文   查看/发表评论  下载PDF阅读器
关闭