LBSN中融合多维关系的社区发现方法

来源：软件学报杂志2018年第4期北京时间：

作者：龚卫华,陈彦强,裴小兵,杨良怀

单位：龚卫华，浙江工业大学 计算机科学与技术学院, 浙江 杭州 31002311,陈彦强，浙江工业大学 计算机科学与技术学院, 浙江 杭州 31002302,裴小兵，华中科技大学 软件学院, 湖北 武汉 43007403,杨良怀，浙江工业大学 计算机科学与技术学院, 浙江 杭州 31002304

摘要：如何发现高质量的社区结构对于深刻研究和分析基于位置的社交网络（location-based social networks，简称LBSN）这种新型复杂网络具有重要意义，然而，现有的面向社交网络的社区发现方法都无法适用于具有多维异构关系的LBSN.为此，提出了一种基于联合聚类的用户社区发现方法Multi-BVD，该方法首先给出了融合用户社交网络与地理位置标签网络中多模实体及其异构关系的社区划分目标函数，然后使用拉格朗日乘子法得到目标函数极小值的迭代更新规则，并运用块值矩阵分解技术来确定最优的社区划分结果.仿真实验结果表明，Multi-BVD方法能够有效地发现LBSN中具有地理特征的用户社区结构，该社区结构在社交关系和地理兴趣标签上都有更优的内聚性，并能更紧密地体现用户社区与地理标签簇间的兴趣关联性.

关键词：基于位置的社交网络;社区发现;联合聚类;矩阵分解

基金资助：浙江省自然科学基金（LY13F020026，LY14F020017，LY14C130005）；中国博士后科学基金（2015M581957）；国家自然科学基金（61571400，31471416）；浙江省博士后择优资助科研项目（BSH1502019）