【摘要】：近年來,二分網(wǎng)絡(luò)的社區(qū)挖掘問題得到了極大的關(guān)注。提出了一種基于廣義后綴樹的二分網(wǎng)絡(luò)社區(qū)挖掘算法。首先從二分網(wǎng)絡(luò)的鄰接矩陣中提取網(wǎng)絡(luò)中每個節(jié)點的鏈接節(jié)點序列,然后構(gòu)建廣義后綴樹。廣義后綴樹的每個節(jié)點表示二分網(wǎng)絡(luò)的一個完全二分團,由此獲取并調(diào)整完全二分團。通過引入二分團的緊密度得到初始的社區(qū)劃分,最后再對孤立點進行處理以得到最終的社區(qū)劃分。所提算法不僅能發(fā)現(xiàn)重疊社區(qū),而且能得到一對多關(guān)系的社區(qū)。在人工數(shù)據(jù)集和真實數(shù)據(jù)集上的實驗表明,所提算法能準確地識別二分網(wǎng)絡(luò)中的社區(qū)個數(shù),獲得很好的劃分效果。
[Abstract]:In recent years, the community mining problem of bipartite network has been paid great attention to. A community mining algorithm based on generalized suffix tree is proposed in this paper. Firstly, the linked node sequence of each node in the network is extracted from the adjacency matrix of the binary network, and then the generalized suffix tree is constructed. Each node of the generalized suffix tree represents a complete dichotomy of a bipartite network, from which a complete dichotomy is obtained and adjusted. The initial community division is obtained by introducing the compactness of dichotomies, and then the isolated points are treated to obtain the final community division. The proposed algorithm can not only find overlapping communities, but also obtain one-to-many communities. Experiments on artificial data sets and real data sets show that the proposed algorithm can accurately identify the number of communities in the binary network and obtain a good partition effect.
【作者單位】： 金陵科技學院信息化建設(shè)與管理中心;揚州大學信息工程學院;南京大學計算機軟件新技術(shù)國家重點實驗室;南京航空航天大學計算機科學與技術(shù)學院;
【基金】：國家自然科學基金項目(61379066) 江蘇省高校自然科學基金項目(15KJD520008) 江蘇省現(xiàn)代教育技術(shù)研究重點課題(2017-R-54927)資助
【分類號】：O157.5

【相似文獻】

相關(guān)期刊論文 前2條

1 胡海龍;孫晨;赫楓齡;左萬利;;基于改進后綴樹算法中英文聚類引擎的實現(xiàn)[J];吉林大學學報(理學版);2009年02期

2 ;[J];;年期

相關(guān)會議論文 前1條

1 務孟慶;高軍;王騰蛟;楊冬青;;WD-STC：一種基于網(wǎng)絡(luò)詞典的WEB新聞文檔后綴樹聚類算法[A];全國網(wǎng)絡(luò)與信息安全技術(shù)研討會論文集（上冊）[C];2007年

相關(guān)碩士學位論文 前10條

1 李雙江;基于壓縮后綴數(shù)組的空間高效短讀比對算法[D];西安電子科技大學;2014年

2 陳智達;支持字符串局部比對的內(nèi)存及外存優(yōu)化方法[D];東北大學;2013年

3 王哲;面向基因組的高效FM-index構(gòu)造算法[D];西安電子科技大學;2015年

4 郭海濤;用加強的后綴數(shù)組查找MUM[D];西安電子科技大學;2007年

5 王學;基因組中最大唯一匹配的查找算法研究[D];西安電子科技大學;2009年

6 王堅;基于后綴數(shù)組的滑動窗口匹配壓縮改進算法研究[D];華中科技大學;2012年

7 陳月妥;一種新型后綴數(shù)組構(gòu)造外存算法的性能優(yōu)化技術(shù)[D];中山大學;2014年

8 榮元媛;改進后綴樹的中文檢索結(jié)果聚類系統(tǒng)[D];北京林業(yè)大學;2013年

9 董麗霞;基因組比對中若干改進算法研究[D];西安電子科技大學;2009年

10 唐德昌;基于串核的蛋白質(zhì)分類算法的研究與實現(xiàn)[D];哈爾濱工業(yè)大學;2008年

，

本文編號：2295567