基于潜在特征的重叠社团识别算法

来源：计算机应用杂志2015年第12期北京时间：

作者：孙辉霞, 李跃新

单位：1. 甘肃民族师范学院计算机科学系, 甘肃合作 747000;2. 湖北大学计算机与信息工程学院, 武汉 430062

摘要：针对标签空间的指数增长这一问题,提出了一种基于潜在特征的重叠社团识别算法。首先,提出了一种包含重叠社团的网络产生式模型。根据该产生式模型,通过最大化目标网络的产生概率来推导网络中节点的潜在特征,并给出了优化目标函数。然后,通过将网络诱导为二部图,分析得出了潜在特征个数的下届,并据此对标签空间进行优化。实验表明,提出的重叠社团识别算法与BigClam算法相比较,在保持运行效率和查准率基本不变的前提下,可以明显提高检索结果的召回率。该算法可以有效地应对社团识别中标签空间的指数增长。

关键词：社会网络,重叠社团,机器学习,标注,二部图

基金资助：国家自然科学基金资助项目(61170306);湖北省自然科学基金面上项目(2014CFB536);湖北省国际交流与合作项目(2012IHA0140);湖北省科技重大支撑项目(2014BAA089);湖北大学校自然科学基金资助项目(530-095183);甘肃民族师范学院院长基金资助项目(11-16)。