积分商城

最新搜索： MDK 万用表 B码 52832SDK OV2640 excel
您现在的位置是：首页 > 技术资料 > 融合标签平均划分距离和结构关系的微博用户可重叠社区发现
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

融合标签平均划分距离和结构关系的微博用户可重叠社区发现

更新时间：2019-12-24 13:48:59 大小：1M 上传用户：守着阳光1985查看TA发布的资源 标签：可重叠划分 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

提出了一种融合标签平均划分距离和结构关系的微博用户可重叠社区发现算法.首先从信息论与距离的概念出发,定义基于核心标签平均划分距离的准划分算法;再根据用户关注关系定义结构属性向量,并计算用户结构相异度,进而对核心标签平均划分距离和用户结构相异度进行权重调节,得到综合划分相异度;最后将综合划分相异度最低的标签所划分出的分组作为本次循环的新社区;实验表明,该方法能够识别可重叠社区且具有实际应用意义.


部分文件列表

文件名 大小
融合标签平均划分距离和结构关系的微博用户可重叠社区发现.pdf 1M

【关注B站账户领20积分】

部分页面预览

（完整内容请下载后查看）
11  
Vol． 46 No． 11  
Nov． 2018  
第
期
电
子
学
报
2018  
11  
ACTA ELECTRONICA SINICA  
年
月
融合标签平均划分距离和结构关系的  
微博用户可重叠社区发现  
1，2  
1
3
1
1
， ， ， ，  
马慧芳 陈海波 赵卫中 邴 睿 黄乐乐  
( 1.  
，
西北师范大学计算机科学与工程学院 甘肃兰州  
730070; 2.  
， ，  
桂林电子科技大学 广西可信软件重点实验室 广西桂林  
541004;  
3．  
，
湘潭大学信息工程学院 湖南湘潭  
411105)  
:
．
提出了一种融合标签平均划分距离和结构关系的微博用户可重叠社区发现算法 首先从信息论与距离  
摘
要
， ; ，  
的概念出发 定义基于核心标签平均划分距离的准划分算法 再根据用户关注关系定义结构属性向量 并计算用户结构  
， ， ;  
相异度 进而对核心标签平均划分距离和用户结构相异度进行权重调节 得到综合划分相异度 最后将综合划分相异度  
; ，  
最低的标签所划分出的分组作为本次循环的新社区 实验表明 该方法能够识别可重叠社区且具有实际应用意义  
．
:
;
;
;
;
关键词  
中图分类号  
URL: http: / /www． ejournal． org． cn  
可重叠划分 核心标签 平均划分距离 结构相异度 综合划分相异度  
TP393. 09 0372-2112 ( 2018) 11-2612-07  
DOI: 10． 3969 /j． issn． 0372-2112． 2018． 11． 007  
:
:
A
:
文章编号  
文献标识码  
电子学报  
Leveraging Tag Mean Partition Distance and Social  
Structure for Overlapping Microblog User Community Detection  
1，2  
1
3
1
1
MA Hui-fang ，CHEN Hai-bo ，ZHAO Wei-zhong ，BING Rui ，HUANG Le-le  
( 1. Computer Science and Engineering，Northwest Normal University，Lanzhou，Gansu 730070，China;  
2． Guangxi Key Laboratory of Trusted Software，Guilin University of Electronic Technology，Guilin，Guangxi 541004，China  
3. College of Information Engineering，Xiangtan University，Xiangtan，Hunan 411105，China)  
Abstract: In this paper，a microblog user community detection algorithm via tag mean partition distance and social  
structure is proposed． Firstly，through the concept of information theory and distance，a community pre-partition algorithm  
based on the mean partition distance of core tags is established． Furthermore，a structure attribute vector is defined accord-  
ing to the user＇s following and follower relationships，based on which the user structure dissimilarity is calculated． Then，the  
comprehensive division dissimilarity is derived by adjusting the weight of mean distance of core tag and user structure dis-  
similarity． Finally，the subgroup corresponding to the tag with the lowest comprehensive division dissimilarity degree is  
considered as a new community for one iteration． Experiments show that the proposed method is effective and has practical  
significance．  
Key words: overlapping community detection; core tag; mean partition distances( MPD) structure dissimilarity; com-  
prehensive division dissimilarity( CDS)  
，
是否可以包含在两个以上社区中 可将社区发现分为  
1
引言  
．
可重叠社区发现和不可重叠社区发现 对于不可重叠  
微博作为一种复杂的社交网络存在着一种类社区  
，
社区发现 基于模块度最优思想的凝聚类算法成为目  
，
型结构 该结构的特点是网络内部存在节点连接紧密  
，
前网络社区挖掘的主流 经典算法包括  
Fast-Newman  
算
， ，  
的社区 而社区之间连接比较松散 因此对微博社区的  
［1］  
．
等 另外基于标签传播的社区识别算法是未考虑  
法
．
划分有着重要的现实意义  
［2］  
RAK  
．
基于相似度的社  
重叠社区检测的硬聚类算法  
，
国内外对于社区发现的研究中 在考虑一个节点  
［3］  
区发现方法如相似度模块化函数方法 在用户关注关  
: 2017-10-24;  
: 2018-01-07;  
:
责任编辑 蓝红杰  
收稿日期  
修回日期  
:
基金项目 国家自然科学基金  
( No． 61762078，No． 61762080) ;  
( No． kx201705)  
广西可信软件重点实验室研究课题  
2613  
11  
:
马慧芳 融合标签平均划分距离和结构关系的微博用户可重叠社区发现  
第
期
，
系基础上加入了用户标签概念 但该方法并未考虑到  
．
签并用作后续步骤的社区划分  
． ，  
用户标签过少的情况 随着网络结构的日益复杂化 社  
2. 2  
划分熵与归一化距离  
［7］  
，
区结构中开始出现彼此包含的关系 可重叠社区发现  
Mantaras  
距离的属性划分方法 将由某属性测试后分出的一组  
( Partition) ．  
基于条件熵和联合熵提出了一种基于  
．
是近年来的研究热点 有代表性的方法有基于核心标  
，
［4］  
，
签的可重叠划分方法  
该方法通过定义划分质量函  
，
本文利用划分的概念 以  
子集称为一个划分  
，
数可以很好地控制社区重叠度 但对标签作划分依据  
，
核心标签作为属性得到相应地划分 并做如下定义  
:
．
时所产生的信息关注不够 基于非负矩阵的半监督社  
1(  
定义 划分熵  
)
t
T
， t  
设 构  
i
给定核心标签  
∈
i
core  
［5］  
，
区划分方法 利用了标签的先验知识进行训练 在重  
珔
V/t = { C ，C } ，P( C )  
i
t
表示取到包含标签  
i
成的划分为  
i
i
i
，
叠社区发现任务上具有良好的解释性 但无法脱离半  
， t  
的用户集合的发生概率 则核心标签 的划分熵  
i
H( t )  
i
．
监督的先决条件  
( Partition Entropy)  
:
定义为  
，
本文受信息论和结构相似度的启发 提出一种融  
合用户自身属性和结构关系的可重叠社区划分方法  
( Mean Partition Distance and Social Structure，MPDSS) ．  
珔
i
珔
H( t ) = － P( C ) log P( C ) － P( C ) log P( C )  
2 i  
( 5)  
i
i
2
i
2 (  
)
t ，t T  
∈
j core  
，
定义  
划分条件熵  
给定核心标签  
i
珔
V/t = { C ，C }  
i
t ，t  
i
V/t = { C ，  
和
j
设
构成的划分分别为  
j
i
i
j
，
该方法首先进行用户标签扩充 通过衡量标签区分度  
珔
j
C } ， t CH  
t
则核心标签 关于核心标签 的划分条件熵  
i
j
ti  
， ，  
大小获取核心标签集 将核心标签作为划分依据 将包  
( t ) ( Partition Conditional Entropy)  
j
:
定义为  
含某核心标签的用户群看作一个准社区并计算用该核  
CH ( t ) = － P( C ) P( C | C ) log P( C | C )  
2
ti  
j
j
i
j
i
j
，
心标签进行社区划分的标签平均划分距离 再结合该  
珔
i
珔
－ P( C ) P( C | C ) log P( C | C )  
2 i  
( 6)  
j
j
j
，
准社区的结构相异度进行权衡 选出综合划分相异度  
3 (  
)
t ，t T  
∈
j core  
，
定义  
划分联合熵  
给定核心标签  
i
，
最小的分组作为当前循环产生的新社区 用此策略反  
H( t ，t ) ( Partition Joint Entropy)  
j
:
则划分联合熵  
定义为  
( 7)  
V/t  
i
．
复迭代直到满足要求  
H( t ，t ) = H( t ) + CH ( t )  
tj  
i
j
j
i
2
核心标签划分  
4 (  
)
V/t  
和划分  
定义  
标签划分距离  
划分  
的
i
j
d( V/t ，V/t ) ( Tag Partition Distance)  
j
标签划分距离  
定义  
i
，
本文将微博网络视为有向图 图内元素包括用户  
:
为
、 ;  
节点 有向链接和用户的标签集合 将所有包含某一标  
d( V/t ，V/t ) = CH ( t ) + CH ( t )  
j
( 8)  
，
签的用户提取出来划分为一个分组 利用标签的划分  
i
j
ti  
tj  
i
5 (  
)
V/t  
划分 和划分  
i
定义  
归一化标签划分距离  
．
距离和结构的策略进行修正  
V/t  
d ( V/t ，V/t ) ( Normaliza-  
i
的归一化标签划分距离  
G = ( V，E，T) ，  
用户集合  
V
微博网络定义为三元组  
j
n
j
tion Tag Partition Distance)  
V/t  
V/t  
和 的标签划分距  
j
即
= { v ，v …v } ，v  
1
V
． E = { ＜ v ，v ＞ | v  
表示用户节点  
i
∈
i
2
n
i
j
i
，
离与划分联合熵的比值 定义为  
:
v ，v ，v V} ． T = { t ，t …t }  
，m  
关注  
∈
为用户标签集合  
表示扩充之后的用户的  
T = T = { t ，t …t } ． T  
为
core  
j
i
j
1
2
m
d( V/t ，V/t )  
j
，T = { t ，t …t }  
为标签总数  
i
i
i1  
i2  
iri  
d ( V/t ，V/t ) =  
j
( 9)  
n
i
n
'
n
H( t ，t )  
j
，
标签集合 且∪  
T =  
∪
i
i
i = 1  
i = 1  
i
1
2
m
，
由于上式分母不会为零 所以不会有未定义的情  
，T  
T
| T | = l． t  
标签 对用户集合  
i
核心标签集合  
且
core  
core  
珔
V/t = { C ，C } ， C  
其中子用户集合 表  
． ， ，  
况 其次 因为分母大于分子永远成立 不会因为分母过  
V
的划分表示为  
i
i
i
i
珔
∪
i
，
小而放大比值 促使选用划分效果不理想的标签  
．
t
示包含标签 的用户集合  
i
，C C = V．  
i
2. 1  
2. 3  
标签扩充与核心标签  
，
标签作为用户自身标注信息 代表了用户的总体  
平均划分距离  
6(  
定义 标签平均划分距离  
)
t ，t  
给定核心标签  
j
i
， ．  
偏好 是经过长时间积累形成的长期兴趣 标签所包含  
T
， t MPD  
则用标签 进行划分的标签平均划分距离  
i
∈
core  
［6］  
，
的信息有助于建立精确的用户描述  
由于用户标注  
( t ) ( Mean Partition Distance)  
i
:
定义为  
l
， - ，  
的标签数量较少 用户 标签矩阵高维稀疏 被选取的核  
［d ( V/t ，V/t) ］  
j
∑
n
i
，
心标签指示性不强 标签扩充就更具有实际应用意义  
．
j = 1，j  
i
≠
MPD( t ) =  
i
( 10)  
l － 1  
，
作为衡量划分效果差异的度量 可表征用  
［4］ ，  
依文献 对标签进行扩充 构造  
n × m  
-
的用户 标签矩  
MPD( t )  
i
M，  
其元素  
M( k，i)  
v
t
的标签 的权重  
i
w ．  
ki  
M
记 中  
阵
为
k
i
第 列元素的权重均值为  
E ;  
i
M
i
中第 列元素的权重  
记
某一标签进行划分与用其他标签进行划分的相异程  
D ， t  
则
i
TD  
可表示为  
i
TD = E /  
i
方差为  
D ．  
的标签区分度  
． t ， t  
度 某标签 的该值越小 则表明 划分所得社区与用  
i
i
i
i
标签区分度作为区别核心标签与非核心标签的指示  
， t  
其他标签划分得社区的相似程度越高 选择 作为最终  
i
i
，
性强度 旨在获取  
TD  
top-l  
较大的 个标签作为核心标  
．
社区划分的核心标签理论依据越充足  
i

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

资料专题

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