一种基于聚类融合和最小生成树的重叠社交网络划分方法

来源：机床与液压杂志2017年第24期北京时间：

作者：高博

单位：重庆市教育考试院 信息处；重庆市教育考试院 信息处；重庆市教育考试院 信息处

摘要：为解决重叠社交网络划分过程中涉及群体内容私密性的问题，提出一种基于聚类和最小生成树的社交网络划分方法。该方法首先以社交网络固有特征——成员之间联系的紧密度等属性来衡量节点之间的距离，然后使用Kmeans算法产生初始聚类，并将聚类结果表述为矩阵和不带环无向图的形式，并对无向图采用Prim算法得出最小生成树，删减最小生成树中距离较远的K条边得到K个最小生成树，最后利用相似度解决离群点以及重叠点的社交网络成员的归属。实验表明：该算法并未涉及社交网络成员的隐私，得到的社区结构质量较高，并有效地考虑了重叠社区成员以及孤立成员的划分。

关键词：聚类融合;最小生成树;重叠社交网络