《融合属性信息的半监督社团检测方法》

HYXHYX    2023-03-06 23:01

分享一篇论文:这篇论文提出了一种融合节点属性的半监督社团检测算法(SCDAN),基于非负矩阵分解模型,将网络拓扑、节点属性与半监督信息有效地融合在统一的目标函数中,实现了结构与内容信息、半监督与属性信息的互补。其次,推导出目标函数对应的更新规则,利用KKT条件优化目标函数,进而得到较为准确的社团检测结果。并用实验验证了网络结构、节点属性与半监督信息三者均对社团检测结果有不同程度的提升。最后,在真实数据集上对模型进行验证,与多种对比算法进行比较分析,证明SCDAN算法在社团检测的准确度和稳定性上具有优越性。并且该算法可获得社团的具体属性,对社团的真实语义进行解释。另外研究了半监督信息的比例对社团检测结果的影响,同时对实验参数进行了敏感性分析。最后利用Aminer数据集进行实证分析,提取社团语义信息,探究生物方面几个子领域各自的研究重点与研究兴趣,为研究者进行科研活动提供参考。本文基于非负矩阵分解模型,提出了融合属性信息的半监督社团检测算法,具有较高准确率与稳定性,可对社团进行语义解释。 
Last Modified: 2023-03-06 23:01
Views: 305

[[total]] comments

Post your comment
  1. [[item.time]]
    [[item.user.username]] [[item.floor]]Floor
  2. Click to load more...
  3. Post your comment