基于语义路径的异质网络社区发现方法  

Community Detection in Heterogeneous Network with Semantic Paths

作　　者：吴奇[1] 陈福才[1] 黄瑞阳[1] 常振超[1] 

机构地区：[1]国家数字交换系统工程技术研究中心,河南郑州450001

出　　处：《电子学报》2016年第6期1465-1471,共7页Acta Electronica Sinica

基　　金：国家科技支撑计划(No.2014BAH30B01)

摘　　要：社区发现是社会网络研究的热点问题,综合利用社会网络中不同对象间的异质信息,可以更加有效地挖掘网络中的社区结构.针对传统的社区发现方法无法有效地利用异质信息的问题,本文提出了一种基于语义路径的异质网络社区发现方法,该方法首先定义网络中的语义路径,通过语义路径来衡量不同类型对象间的异质信息相似度,然后以此构造可靠性矩阵,作为半监督非负矩阵分解的正则化约束项,进而实现异质网络的社区划分.在真实数据集上的实验结果表明,所提出的方法能够更准确地发现异质网络中的社区结构.Community detection is an important and crucial issue in social networks.Using different objects’informa-tion can help detect the community structure.However,many existing community detection methods are hardly applied in heterogeneous networks.To address the above problem,we propose a semantic-path based community detection method.This method first calculates the similarity matrix based on semantic paths,obtaining the reliability matrix to build a graph regulari-zation term.Then the nonnegative matrix factorization is employed to achieve the community detection in heterogeneous net-works.Simulation on real web data demonstrates that our proposed algorithm can detect the community structure in heteroge-neous networks.

关 键 词：异质网络 社区发现 语义路径 非负矩阵分解 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]