|
|||||
|
|
| 考虑社交网络中用户属性的社区挖掘 | |
| 作者单位： | ;1.广东工业大学管理学院 |
| 摘 要： | 传统社区挖掘往往不具灵活性,并且忽略用户节点特性.为能更加个性化地挖掘网络中的社区,在传统的社交网络表示方法的基础上,提取用户在社交网络中的属性,例如用户档案中的信息、用户的度节点信息等.将得到的数据进行结构化分类处理,用布尔值表示静态属性,用连续值表示动态属性,再将两者相结合构建混合型数据的贝叶斯网络.并通过图论简化用户网络信息结构,优化计算过程,最后对模型进行可行性检验.实验最后结果表明社区挖掘具有较高的精确性,且更具灵活性,能应用于各种社区的挖掘. |
| 关 键 词： | 用户属性 社区挖掘 贝叶斯网络 图论 社交网络 |
Community mining considering users' attributes in social networks |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |
