电子学报 ›› 2016, Vol. 44 ›› Issue (6): 1465-1471.DOI: 10.3969/j.issn.0372-2112.2016.06.030

• 学术论文 • 上一篇    下一篇

基于语义路径的异质网络社区发现方法

吴奇, 陈福才, 黄瑞阳, 常振超   

  1. 国家数字交换系统工程技术研究中心, 河南郑州 450001
  • 收稿日期:2015-04-28 修回日期:2015-07-16 出版日期:2016-06-25 发布日期:2016-06-25
  • 作者简介:吴奇 男,1991年生于江苏徐州.现为国家数字交换系统工程技术研究中心硕士研究生.主要研究方向为复杂网络和社区发现.E-mail:wqstudyy@126.com;陈福才 男,1974年生于江西高安.现为国家数字交换系统工程技术研究中心研究员、硕士生导师.主要研究方向为大数据处理.E-mail:13503827650@139.com
  • 基金资助:

    国家科技支撑计划(No.2014BAH30B01)

Community Detection in Heterogeneous Network with Semantic Paths

WU Qi, CHEN Fu-cai, HUANG Rui-yang, CHANG Zhen-chao   

  1. National Digital Switching System Engineering and Technological R & D Center, Zhengzhou, Henan 450001, China
  • Received:2015-04-28 Revised:2015-07-16 Online:2016-06-25 Published:2016-06-25

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.

关键词: 异质网络, 社区发现, 语义路径, 非负矩阵分解

Abstract:

Community detection is an important and crucial issue in social networks.Using different objects' information 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 regularization term.Then the nonnegative matrix factorization is employed to achieve the community detection in heterogeneous networks.Simulation on real web data demonstrates that our proposed algorithm can detect the community structure in heterogeneous networks.

Key words: heterogeneous network, community detection, semantic path, nonnegative matrix factorization

中图分类号: