文档名：以社区发现为导向的网络嵌入模型研究
利用网络嵌入模型可以将节点信息表示为低维稠密的向量空间,来支持基于图的分类、聚类、链路预测和社区发现等任务.然而,现有的网络嵌入模型大多只考虑节点拓扑结构,缺乏有针对性地为特定任务提供有效的嵌入表示.为此,提出了一种以社区发现为导向的网络嵌入模型(CommunityDetection-orientedNetworkEmbedding,CDNE),将节点属性特征、拓扑特征与社区特征充分结合,基于非负矩阵分解来获取节点的向量表示,同时体现了网络的局部特征与全局特征.此外,提出了一种基于CDNE的两阶段社区发现算法:第一阶段为合并社区,基于模块度增量最大化标准确定待合并社区;第二阶段基于待合并社区重新构建网络.通过两个阶段的交替迭代执行,来提高社区发现的准确性.在真实数据集上设计实验,结果表明所提出的关键技术的可行性和有效性.
作者：陈慧莹寇月申德荣聂铁铮
作者单位：东北大学计算机科学与工程学院沈阳110819
母体文献：第十六届全国Web信息系统及其应用学术会议(WISA2019)论文集
会议名称：第十六届全国Web信息系统及其应用学术会议(WISA2019)
会议时间：2019年9月20日
会议地点：青岛
主办单位：中国计算机学会
语种：chi
分类号：
关键词：社区发现 网络嵌入模型 拓扑特征
在线出版日期：2022年1月20日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.73 MB
- 下载次数:
- 60
-
高速下载
|
|
