面向大规模多维社会网络的社区发现研究
来源：图书情报工作杂志2014年第16期北京时间：
作者：吴小兰,章成志
单位：1. 徽财经大学管理科学与工程学院;<br />\r\n2. 南京理工大学信息管理系
摘要：认为处于多维社会网络中的用户会表现出多种行为取向和兴趣爱好，单独使用多维网络中的一维很难进行有效的社区发现。为了有效解决以上问题，首先基于用户关系紧密度将社交媒体中有向网转化为无向带权网，并将所有一维社交网络进行集成；然后利用SSN-LDA对社交用户进行隐含社区建模，以根据用户-隐含社区概率分布计算用户相似度；最后使用二分K均值进行用户社区划分。在真实科学网博客上进行试验，结果表明该方法能较好地进行用户社区划分。
关键词：多维网络,社区发现,主题模型,大规模网络,
基金资助：<p>本文系国家社会科学基金项目“在线社交网络中基于用户的知识组织模式研究”（项目编号：14BTQ033）和安徽财经大学2014年度校级科研项目“大尺度在线社会网络的社区发现及其应用研究”（项目编号：ACKY1428）研究成果之一。</p>
