-
题名机会网络的不确定社会关系社团发现
被引量：3
- 1
-
-
作者
许岗
金海和
刘靖
-
机构
内蒙古大学计算机学院
内蒙古大学公共管理学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2016年第11期2473-2477,共5页
-
基金
内蒙古自然科学基金项目(2013NS0904)资助
-
文摘
机会网络的节点相遇形成了社会关系.现有的机会网络社团划分都是以确定的社会关系为输入.然而,由于节点之间的社会关系由相遇和通信共同决定,这使节点间的社会关系存在不确定性.为了研究机会网络社会关系及其社团,建立了机会网络的不确定社会关系模型,并基于该社会关系模型进行社团划分.首先,根据节点相遇、通信记录,构建机会网络的不确定社会关系模型;其次,提出了社团概率密度,并根据社团概率密度提出了改进的K派系过滤算法,该算法能够对不确定的社会关系进行社团划分.实验结果表明,基于社团概率密度的K派系过滤算法能够得到较好的社团划分结果.
-
关键词
机会网络
不确定社会关系
k派系过滤算法
社团概率密度
社团划分
-
Keywords
opportunistic network
uncertain social relationship
k-CLIQUE
community probability density
community detection
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于k-派系过滤算法的高校社团结构分析
- 2
-
-
作者
王烽
陈如梦
胡枫
-
机构
青海师范大学计算机学院
藏语智能信息处理及应用国家重点实验室
高原科学与可持续发展研究院
-
出处
《运筹与管理》
CSSCI
CSCD
北大核心
2024年第9期113-119,共7页
-
基金
国家自然科学基金资助项目(61663041)
青海省自然科学基金资助项目(2023-ZJ-916M)。
-
文摘
高校学生社团中的重叠结构代表社团之间的交叉渗透,从重叠结构的角度研究高校社团之间的交叉渗透是一个值得探索的问题。本文以在校学生为节点,同一社团内的学生相互连接为边,构建高校社团网络,利用k-派系过滤算法实现重叠结构检测及社团的划分,并在此基础上,结合k的不同取值、复杂网络以及超网络的部分指标进一步分析网络中的重叠关系。通过将k取不同值时未丢失节点数量的比值、社团划分数量和模块度Q值与高校社团实证数据集的实际划分结果进行对比分析,验证了该算法的有效性,得到了k的最佳取值。本文有助于分析高校社团的结构、特点,进一步,分别从重视学校的引导作用、加强社团人才文化建设、参加社团避免盲从这三方面提出了社团建设的指导性建议,为高校社团的建设及大学生选择社团提供了理论依据,且具有一定的现实意义。
-
关键词
重叠结构
高校社团
k-派系过滤算法
复杂网络
超网络
-
Keywords
overlapping structure
university associations
k-clique percolation algorithm
complex network
hypernetwork
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
