一种基于流行度和中心度的内容网络社区发现方法  

A novel method for community detection on content networks based on node popularity and node productivity

作　　者：康钊宁 贾彩燕[1,2] 柴变芳[1,2] 

机构地区：[1]北京交通大学计算机与信息技术学院,北京100044 [2]交通数据分析与挖掘北京市重点实验室,北京100044

出　　处：《中国科技论文》2013年第10期986-988,997,共4页China Sciencepaper

基　　金：国家自然科学基金资助项目(60905029);中央高校基本科研业务费专项资金资助项目(2011JBM025);北京市自然科学基金资助项目(4112046);河北省自然科学基金资助项目(F2013205192);河北省教育厅科技计划资助项目(ZD2010128)

摘　　要：基于近年来发展的社区发现概率模型的可解释性,对现有的性能较好的基于节点中心度和流行度的社区划分链接模型PPL进行扩展,给出了一种新的可以结合节点内容的组合模型PPL-DC。该模型不但可解决节点属性的选择问题,并可充分利用节点间的链接关系。实验结果表明,新给出的PPL-DC模型优于单纯的链接模型及已有的链接和内容相结合的组合模型。Based on the interpretability of probability models on community detection, this paper extends the state-of-the-art prob- ability model PPL, which is based on node popularity and productivity, and presents a novel model PPL-DC which combines con- tent of nodes and links. PPL-DC model addresses the problem of attributes selection on nodes. It makes full use of links between nodes. The experimental results have shown that the proposed PPL-DC model outperforms the original link models and classical combination models which combine links and content of nodes.

关 键 词：社区发现 链接模型 内容网络 

分 类 号：TP393.09[自动化与计算机技术—计算机应用技术]