登录 | 注册 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
复杂网络半监督的社区发现算法研究
  • 摘要

    为提高社区发现算法的运行效率,提出了一种基于节点相似度的半监督社区发现算法——SSGN算法.充分利用先验知识must-link、cannot-link约束集合,将先验信息通过衍生规则进行扩展,并对扩展的信息通过基于距离度量的方式加以验证.采用人工网络在UCI数据集和大型真实数据集上与真实网络进行验证,实验结果表明,基于节点相似度的半监督社区发现算法较其他半监督聚类算法更准确,也更高效.

  • 作者

    王静红  于雅智  Wang Jinghong  Yu Yazhi 

  • 作者单位

    河北师范大学信息技术学院,石家庄050024;University of Illinois at Champaign, Urbana Illinois 61801,USA/石家庄理工职业学院,石家庄,050024

  • 刊期

    2018年6期 ISTIC PKU

  • 关键词

    广义社区发现  半监督聚类  社会网络分析  相似度  Girvan-Newman(GN) 

相似文献 查看更多>>
3.223.3.101