主题和时间敏感的合作关系网络实体排序算法  

Topic and Time Sensitive Entity Ranking Algorithm on Collaborative Networks

作　　者：朱沿旭[1] 王怀民[1,2] 尹刚[1] 史殿习[1] 王涛[1] 袁霖[3] 

机构地区：[1]国防科学技术大学计算机学院,长沙410073 [2]国防科学技术大学并行与分布处理国家重点实验室,长沙410073 [3]信息工程大学电子技术学院,郑州450004

出　　处：《小型微型计算机系统》2011年第11期2198-2203,共6页Journal of Chinese Computer Systems

基　　金：国家"八六三"高技术研究发展计划重点项目(2007AA010301)资助;国家自然科学基金项目(60903043)资助;核高基重大专项课题项目(2009ZX01043-001)资助

摘　　要：提出一种基于马尔可夫链的主题和时间敏感的合作关系网络实体排序算法TTS-Rank,将节点排序过程解释为随机投票过程.算法首先将合作关系网络按照合作主题进行投影,然后在马尔可夫链随机游走模型中扩展了合作时间敏感的状态转移函数,最后根据迭代计算出的各节点得票数对实体进行排序.基于互联网开源社区合作关系网络数据的实验表明,TTS-Rank算法较传统算法更为精确,能有效支持面向不同技术主题、不同时间区间的实体排序.This paper proposes a novel topic and time sensitive algorithm called TrS-Rank, explaining entity ranking to random voting process. Firstly the collaborative network is projected according to given topics, then we propose a function to calculate transition probability based on time and topic factors on Markov chain, finally calculate the ranking score of each entity through power iteration method. The algorithm and traditional ones are evaluated empirically on a large real data set of open source software developer collaborative network, results show our algorithm is more accurate effective and applicable, and the ranking is a multi-dimension tion of anthofity of the entities in collaborative network.

关 键 词：合作关系网络 实体排序 马尔可夫链 主题和时间敏感 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]