文献

J-GLOBAL ID：201302269394197088   整理番号：13A1244318

リンク類似性を用いたローカルコミュニティの検出

Local Community Detection Using Link Similarity

著者 (4件)： Wu Yingjun (School of Software Engineering, South China Univ. of Technol., Guangzhou) ,  Huang Han (School of Software Engineering, South China Univ. of Technol., Guangzhou) ,  Hao Zhifeng (Fac. of Computer Sci., Guangdong Univ. of Technol., Guangzhou) ,  Chen Feng (School of Journalism and Communication, South China Univ. of Technol., Guangzhou)
資料名： Journal of Computer Science and Technology  (Journal of Computer Science and Technology)
巻： 27  号： 6  ページ： 1261-1268  発行年： 2012年 
JST資料番号： W0182A  ISSN： 1000-9000  CODEN： JCTEEM  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 英語 (EN)

抄録/ポイント： ローカルコミュニティの構造でを探るのは,ソーシャルネットワーク分析の領域において相当最近に注意を引く魅力的問題である。ネットワークの完全な情報は,Webページのネットワークや,研究論文やフェースブックの利用者を売るのはしばしば難しく,人は,全体のグラフの限られた知識を用いて情報ソースの頂点からコミュニティの構造を検出することができるだけである。既存のアプローチがコミュニティ品質をうまく測定したとしても,それらは主に情報ソースの頂点に依存し,新しい頂点を集積するのに厳し過ぎるポリシを入れている。そのうえ,得るのが難しい事前に定義したパラメータがある。本論文では,コミュニティと頂点の間のリンク類似性を分析することによって,ローカルコミュニティの構造を見つける方式を提案する。同じコミュニティの要素が普通リンクをより共有しそうという事実によって奮い立たせられて,コミュニティと高いリンク類似性を持っている頂点に優先的に取り扱うことによって,発見的にコミュニティ構造を探る。また,コミュニティ構造の品質を改善するために三つのプロセスをまた使用する。実験結果は,方式がコンピュータで生成したグラフにだけでなく,実世界のグラフにおいても効率的に実行することを立証する。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： 局所性 ,  *類似性 ,  コミュニティ ,  解析 ,  コンピュータ ,  Webページ ,  情報源 ,  論文
準シソーラス用語： ソーシャルネットワーク分析 ,  情報ソース ,  研究論文 ,  実験結果

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： リンク ,  類似性 ,  コミュニティ