主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
胡云,王崇骏,吴骏,谢俊元,李慧.微博网络上的重叠社群发现与全局表示.软件学报,2014,25(12):2824-2836
微博网络上的重叠社群发现与全局表示
Overlapping Community Discovery and Global Representation on MicroBlog Network
投稿时间:2014-04-10  修订日期:2014-08-21
DOI:10.13328/j.cnki.jos.004721
中文关键词:  微博网络  实体关系模型  重叠社群  隶属矩阵  虚拟社群
英文关键词:microblog network  entity relationship module  overlapping community  belongingness matrix  virtual community
基金项目:国家自然科学基金(61403156,61375069,61105069);国家博士后基金(2011M500846);江苏省自然科学基金(11KJB520001,13KJB520002);江苏省科技支撑计划(BE2012181)
作者单位E-mail
胡云 南京大学 计算机科学与技术系, 江苏 南京 210093
淮海工学院 计算机工程学院, 江苏 连云港 222005 
 
王崇骏 南京大学 计算机科学与技术系, 江苏 南京 210093 chjwang@nju.edu.cn 
吴骏 南京大学 计算机科学与技术系, 江苏 南京 210093  
谢俊元 南京大学 计算机科学与技术系, 江苏 南京 210093  
李慧 淮海工学院 计算机工程学院, 江苏 连云港 222005  
摘要点击次数: 3053
全文下载次数: 2658
中文摘要:
      微博网络是新兴的覆盖海量用户、涉及广泛话题并具有复杂重叠社群结构的多模网络.在深入研究微博网络各类实体和属性内在联系的基础上,提出了以用户-话题关系为主要划分原则的重叠社群表达模型及相应的社群结构发现算法.该方法不仅考虑网络中的用户-话题关系,还融合了这一网络特有的用户关注关系、博文评论与转发关系等所形成的复合网络关系.同时,改进了传统的社群隶属矩阵表述模型,通过引入虚拟社群,使隶属矩阵不仅合理反映个体对社群的隶属度,同时标识了个体在社群中的核心度.通过基于新浪微博数据集的实验验证,结果表明:该模型与方法能够高效合理地刻画该数据集包含的重叠社群结构,实验结果具有良好的可解释性,所提出的模型和算法可以有效地应用于类似多模网络社群划分和演化分析研究中.
英文摘要:
      Micro-Blog cyberspace is a booming multiple mode network of numerous overlapping communities covering huge amount of users and topics relating to the nature, the society and the everyday life. Based on in depth analysis on the entities and inherent relationships among the network, this paper purposes a user-topic relation dominated structural module for overlapping community representation and detection, and also infuses the follow relationship along with the blog-forward and blog-comment relationship into the module. By introducing a virtual community into the actual communities of the network, the paper also puts forward an improved global belongingness matrix as user's role representation which has the ability to properly describe a user's degree of participation and importance in the network. Experimental results on Sina's micro-blog dataset show that the new method is favorable and efficient for finding meaningful communities from the micro-blog. Furthermore, the proposed module and algorithms can be adapted in various ways for similar social network analysis and helpful for community evolution research.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利