语义社会网络(Semantic social network,SSN)是一种包含信息节点及社会关系构成的新型复杂网络.传统语义社会网络分析算法在进行社区挖掘时,需要预先设定社区个数且无法发现重叠社区.针对这一问题,提出一种面向语义重叠社区发现的block...语义社会网络(Semantic social network,SSN)是一种包含信息节点及社会关系构成的新型复杂网络.传统语义社会网络分析算法在进行社区挖掘时,需要预先设定社区个数且无法发现重叠社区.针对这一问题,提出一种面向语义重叠社区发现的block场采样算法,该算法首先以LDA(Latent dirichlet allocation)模型为语义分析模型,建立了以取样节点为核心节点的block场BAT(Block-author-topic)模型;其次,根据节点的语义分析结果,建立可度量block区域的语义凝聚力方法,实现了语义信息的可度量化;最后,以节点的语义凝聚力为输入,改进了重叠社区发现的标签传播算法(Label propagation algorithm,LPA)及可评价语义社区的SQ度量模型,并通过实验分析,验证了本文算法及SQ度量模型的有效性及可行性.展开更多
语义社会网络(Semantic social network,SSN)是一种由信息节点及社会关系构成的复杂网络,也是语义信息时代社会网络技术研究的热点,相较于传统社会网络更具实用价值.其研究内容包含了社会网络的语义分析及社会关系分析,因此,语义社会网...语义社会网络(Semantic social network,SSN)是一种由信息节点及社会关系构成的复杂网络,也是语义信息时代社会网络技术研究的热点,相较于传统社会网络更具实用价值.其研究内容包含了社会网络的语义分析及社会关系分析,因此,语义社会网络的社区挖掘建模具有一定的复杂性.在语义社会网络的社区挖掘研究方面,本文分析了当前基于话题概率模型的语义社区发现方法,并在综述其内容的同时总结了各方法的优缺点,为后续研究提供了理论基础.在语义社会网络社区挖掘结果的评判方面,本文归纳了相关的评价模型,并通过实验分析对比了各模型对拓扑相关性和语义相关性的倾向性.展开更多
文摘语义社会网络(Semantic social network,SSN)是一种由信息节点及社会关系构成的复杂网络,也是语义信息时代社会网络技术研究的热点,相较于传统社会网络更具实用价值.其研究内容包含了社会网络的语义分析及社会关系分析,因此,语义社会网络的社区挖掘建模具有一定的复杂性.在语义社会网络的社区挖掘研究方面,本文分析了当前基于话题概率模型的语义社区发现方法,并在综述其内容的同时总结了各方法的优缺点,为后续研究提供了理论基础.在语义社会网络社区挖掘结果的评判方面,本文归纳了相关的评价模型,并通过实验分析对比了各模型对拓扑相关性和语义相关性的倾向性.
