积分商城

最新搜索： ispLEVER ESAM sonar STM8S003 BRIGHTEK 电解电容封装库
您现在的位置是：首页 > 技术资料 > 基于核心标签的可重叠微博网络社区划分方法
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

基于核心标签的可重叠微博网络社区划分方法

更新时间：2019-12-24 03:08:32 大小：1M 上传用户：zhiyao6查看TA发布的资源 标签：核心标签 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

针对传统微博社区发现算法内聚低重叠度不可控制等问题,以自顶向下的策略,提出一种基于核心标签的可重叠微博社区发现策略Tag Cut.先利用用户标签的共现关系及逆用户频率对标签进行加权,并基于标签之间的内联及外联关系并将用户的标签进行扩充,然后在整体社区中提取包含某一标签的用户作为临时分组并利用评价函数评估划分的优劣,最后选出最合适的核心标签根据其对应分组与其他分组距离的远近来决定将其划分为新的分组还是并入其他分组.用此策略反复迭代直到满足要求.该算法划分的组由若干个拥有核心标签的分组组成且综合利用微博用户已声明的及隐含的兴趣、用户之间的关注规律、结果的实用性对划分结果进行修正.经真实数据实验表明该方法内聚高社区重叠度可控且拥有实际意义.


部分文件列表

文件名 大小
基于核心标签的可重叠微博网络社区划分方法.pdf 1M

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
4
Vol． 45 No． 4  
Apr． 2017  
第
期
电
子
学
报
2017  
4
ACTA ELECTRONICA SINICA  
年
月
基于核心标签的  
可重叠微博网络社区划分方法  
1，2  
1
1，3  
1
， ， ，  
马慧芳 谢 蒙 何廷年 蔺想红  
( 1．  
，
西北师范大学计算机科学与工程学院 甘肃兰州  
730070; 2．  
，
中国科学院计算技术研究所智能信息处理重点实验室 北京  
100190  
3．  
，
北京师范大学信息科学与技术学院 北京  
100875)  
:
， ，  
针对传统微博社区发现算法内聚低重叠度不可控制等问题 以自顶向下的策略 提出一种基于核心标  
摘
要
Tag Cut．  
，
先利用用户标签的共现关系及逆用户频率对标签进行加权 并基于标签之间  
签的可重叠微博社区发现策略  
，
的内联及外联关系并将用户的标签进行扩充 然后在整体社区中提取包含某一标签的用户作为临时分组并利用评价  
，
函数评估划分的优劣 最后选出最合适的核心标签根据其对应分组与其他分组距离的远近来决定将其划分为新的分  
． ．  
组还是并入其他分组 用此策略反复迭代直到满足要求 该算法划分的组由若干个拥有核心标签的分组组成且综合利  
、 、 ．  
用微博用户已声明的及隐含的兴趣 用户之间的关注规律 结果的实用性对划分结果进行修正 经真实数据实验表明  
．
该方法内聚高社区重叠度可控且拥有实际意义  
:
;
;
;
;
关键词  
中图分类号  
URL: http: / /www． ejournal． org． cn  
微博网络 可重叠社区划分 核心标签 用户关注关系 标签划分  
TP393． 092 0372-2112 ( 2017) 04-0769-08  
DOI: 10． 3969 /j． issn． 0372-2112． 2017． 04． 001  
:
:
A
:
文章编号  
文献标识码  
电子学报  
An Overlapping Microblog Community Detection Algorithm via Core Tags  
1，2  
1
1，3  
1
MA Hui-fang ，XIE Meng ，HE Ting-nian ，LIN Xiang-hong  
( 1． College of Computer Science and Engineering，Northwest Normal University，Lanzhou，Gansu 730070，China;  
2． Key Laboratory of Intelligent Information Processing，Institute of Computing Technology，Chinese Academy of Sciences，Beijing 100190，China;  
3． College of Information Science and Technology，Beijing Normal University，Beijing 100875，China)  
Abstract: The traditional microblog community detection algorithm has the characteristic of low coupled clustering and  
the overlapping degree can not be controlled． In this paper，we present a divisive approach for overlapping microblog community  
detection algorithm via core tags． Firstly，the key idea is to develop a tag weighing strategy by taking advantage of the co-occur-  
rence of tags and inverse user frequency． Then tag correlation can be exploited，which investigates both inter and intra correlation  
of tags，and the tags for users can therefore be expanded． Users containing certain tag in the whole community are extracted as a  
temporary group and the quality value is calculated under the current partition． The most appropriate core tag is selected and the  
corresponding group is then updated until certain requirements are satisfied． The community detected by this algorithm share com-  
mon core tags and the partition results can be revised based on the explicit and implicit interest of users，together with the users’  
attention and practical application． Experimental results show that the method is effective and has practical significance．  
Key words: microblog network; overlapping community detection; core tag; user attention relationship; tag cut  
，
网络内部存在节点连接紧密的社区 而社区之间连接  
1
引言  
．
比较松散 针对这种社区结构进行分析使得对复杂网  
，
复杂网络在现实生活中起着非常重要的作用 大  
，
络的功能理解和行为预测变的可能 复杂网络的社区  
．
量研究人员已针对复杂网络开展了相关研究 这些网  
发现研究成果已经被成功地运用到诸如恐怖组织鉴  
［1］  
，
络普遍拥有一种类社区型的结构 这种结构的特点是  
、
别 蛋白质功能预测  
，Web  
．
社区发掘等众多领域中  
: 2016-01-08;  
: 2016-08-01;  
:
收稿日期  
修回日期  
责任编辑 马兰英  
甘肃省青年科技基金  
中国科学院计算技术研究所智能信息处理重点实验室开放基金  
:
( No． 61363058，No． 61163039) ;  
( No． 145RJYA259，No． 1606RJYA269) ;  
甘肃省自然科学研究基  
基金项目 国家自然科学基金  
( No． 145RJZA232) ;  
( No． IIP2014-4)  
金
770  
2017  
电
子
学
报
年
，
根据是否允许一个节点同时属于多个社区 社区发现  
:
标签对该用户是重要的  
:
主要分成两类 传统的社区发现节点只能属于一个社  
co( t ，t )  
j
∑
i
［2，3］  
t
v
k
∈
j
，
GN  
FN  
;
重叠的社区发  
区 代表算法有  
现节点可以同时属于多个社区  
于节点相似性的算法和基于边相似性的算法  
一些人从优化目标函数的角度出发进行社区发现  
算法和  
算法  
cow( v ，t ) =  
i
( 3)  
k
v
［4］  
k
，
:
通常分成两大类 基  
( 3)  
t
t
v
都被同一用户 所标注  
k
，| v |  
k
在公式  
中
和
［5，6］  
i
j
．
也有  
v
表示用户 中标签的数量  
k
．
［7 ～ 9］  
，
2． 1． 2  
为了更准确地表示标签权重需要考虑标签对用户  
IDF ( inverse document fre-  
标签加权  
，
由于这些办法有着不需要先验信息等优点 所以逐渐  
．
成为了社区发现的主流  
，
的代表性 类似逆文档频率  
、
微博作为一种新兴复杂网络有着数据规模大 节  
quency) IUF( inverse user frequency) ，  
定义逆用户频率  
标注某标签用户数量占总用户数的比值  
即
、
点用户之间链接不对称 节点分布的度不 统一等 特  
:
［10］  
， ，  
传统办法在微博网络上的应用并不理想 所以越  
点
n
．
来越多的人开始探索微博社区发现 其中在微博网络  
IUF( t ) = log (  
2
+ 1)  
( 4)  
i
uf( t )  
i
［11］  
中用标签表示用户的兴趣爱好 是进行社区发现时划  
n
其中 表示社区中用户的个数  
，uf( t )  
表示所有标  
i
．
分的重要标准 但要想更准确地研究微博社区发现必  
t ．  
注有标签 的用户的个数 综合标签的关联权重和  
i
IUF  
，
须结合用户节点自身标签和用户之间的关注关系 较  
， v t  
值对其进行加权 在用户 中标签 的权重定义如下  
i
:
k
［12］  
LCA( Lowest Common Ancestor)  
，
以
为典型的为  
此为基础周小平 发现  
R-C  
算法  
w
= cow( v ，t ) ·IUF( t )  
i
( 5)  
k i  
k
i
［13］  
LCA  
模型并对其进行了改进 但该算法的处理对  
算法的不足提出了微博  
2． 2  
2． 2． 1  
标签扩充  
标签内联关系  
，
网络  
， ，  
象是用户所发的微博内容 其干扰信息太多 导致该方  
［15］  
:
对标签的内联关系可作如下定义  
［14］  
．
法很难准确地提取用户的兴趣所在 孙怡帆 在用户  
1
，
若两个标签被同一个用户所标注 则这两  
定义  
，
关注关系基础上加入了用户标签概念 但此方法并没  
．
个标签间存在内联关系  
有考虑到用户标签过少的情况且该算法为不可重叠的  
t
t
v
，
标注的标签 故标签  
t
t
和 在  
j
和
是被用户  
i
j
k
i
．
社区发现算法 本文提出一种融合微博用户标签和用  
v ，  
用户 中具有内联关系 由  
k
Jaccard  
，t  
i
t
和
相似度公式  
j
．
户链接关系的可重叠社区发现方法 通过计算标签之  
( 6)  
:
定义  
的内联关系由公式  
，
间关联关系对用户标签进行扩充 然后根据是否包含  
w w  
ki kj  
1
，
核心标签对微博网络社区进行可重叠的划分 并根据  
LIR( t ，t ) =  
j
×
( 6)  
i
∑
H
w + w － w w  
H
kj  
v
∈
k
ki  
ki kj  
， ． ，  
划分更新结果 作为再次选择核心标签的依据 此外 还  
: w  
w v i  
分别表示被用户 标注的第 个标  
kj k  
其中  
和
ki  
．
提出了一种综合标签与边的评价指标 以此为基础逐  
t
j t  
与第 个标签 的权重  
j
． H = { v | ( w  
k
0) ＆( w  
≠ ≠  
kj  
签
i
ki  
．
步修正划分结果  
0) } ．  
H = ， LIR( t ，t ) = 0．  
则  
j
( 7)  
由公式 可得标签间  
若
i
2
用户标签扩充  
:
内联关系并归一化如下  
1，  
i = j  
2． 1  
用户标签加权方案  
LIR( t ，t )  
j
i
，
尽管用户在添加各个标签的时候彼此是独立的  
N － LIR( t ，t ) =  
j
( 7)  
， i  
j
≠
i
n
{
但标签与标签之间却客观存在着一种潜在的共现关  
LIR( t ，t )  
j
∑
i
i = 1，i  
j
≠
．
．
系 这种关系使标签对用户显示出不同的重要性  
2． 1． 1  
从整个社区网络上来看 若两个标签经常被同一  
，n  
其中 表示标签的数量  
，N － LIR  
(
t ，t  
i
)
表示被同  
j
标签共现关系  
t
t
．
的内联关系  
一用户标注的标签  
和
i
j
，
2． 2． 2  
对标签的外联关系可作如下定义  
标签外联关系  
， ，  
个用户标注 则认为这两个标签存在共现关系 这种条  
:
:
件概率下的共现关系定义如下  
2
v
v
，
共同标注  
定义  
那么分别在  
间会存在外联关系  
若有标签同时被用户  
和
1
2
p( t t )  
j
i
p( t | t ) =  
j
( 1)  
i
v ，v  
1
中与该标签有内联关系的两个标签  
2
p( t )  
j
．
p( t | t ) p( t | t ) ，  
≠ 对其进行对称化处  
j
通常情况下  
( 2)  
i
j
i
t
t ， t ， N －  
至少存在一个标签 使得  
q
给定了标签  
和
j
:
理如公式  
所示  
i
LIR( t ，t ) ＞ 0  
i
N － LIR( t ，t ) ＞ 0，  
那么称标签  
q
t
t
和
且
co( t ，t ) = p( t | t ) ·p( t | t )  
( 2)  
用户的标签互相之间拥有着共现关系 若用户某  
标签与该用户的其他标签共现关系都很强则认为这个  
q
j
i
j
i
j
i
j
j
i
， t  
是具有外联关系的 其中标签 为标签  
q
t
t
和 的链接  
j
，
i
，
标签 标签  
t
t
t
通过标签 的外联关系如下  
q
:
和
i
j

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号