在线社交网络社区的启发式挖掘框架  

Heuristic Framework for Mining Communities in Online Social Networks

作　　者：黄发良[1,2] 肖南峰[1] 

机构地区：[1]华南理工大学计算机科学与工程学院,广州510641 [2]福建师范大学软件学院,福州350007

出　　处：《小型微型计算机系统》2011年第12期2396-2399,共4页Journal of Chinese Computer Systems

基　　金：福建省教育厅科技项目(JA10076)资助;国家自然科学基金与中国民用航空总局联合项目(60776816)资助;广东省自然科学基金重点项目(8251064101000005)资助

摘　　要：指出基于全局优化的社区挖掘方法的不足,给出OSNs网络及其社区挖掘的形式定义,提出一个启发式社区挖掘框架,在此框架下对包括LWP,Clauset,Schaeffer,Papadopoulos,Bagrow与Chen在内的6种启发式社区挖掘算法进行分析比较.通过3个真实OSNs网络的实验比较,验证了启发式社区挖掘框架的可行性,在结果社区有效性与时间效率上对6种启发式算法进行比较,实验结论为网络社区挖掘的工程实践与理论研究提供了借鉴.Limitations of communities mining approaches of global optimization are pointed out and formal definitions of OSNs network and OSNs network mining are given.A heuristic framework for mining communities is presented,under which six heuristic mining algorithms,i.e.LWP,Clauset,Schaeffer,Papadopoulos,Bagrow and Chen,are analyzed.Experiments on 3 real OSNs proved feasibility of the framework,and conclusion from comparing six heuristic algorithms on validity of resultant communities and time performance can be reference for engineering practice in network community discovery.

关 键 词：启发式 社区挖掘 在线社交网络 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]