文献

J-GLOBAL ID：201802287663385988   整理番号：18A0644981

重み付き容量-構造ネットワークとランダムウォークに基づくコミュニティ分割アルゴリズム【JST・京大機械翻訳】

Community Detection Based on Weighted Content-Structural Network and Random Walks

著者 (4件)： Niu Xinzheng (電子科技大学計算机科学与工程学院,四川成都,611731) ,  Niu Jiajun (電子科技大学計算机科学与工程学院,四川成都,611731) ,  Su Dazhuang (大衆点評网,上海,200050) ,  She Kun (電子科技大学信息与軟件工程学院,四川成都,611731)
資料名： Dianzi Xuebao  (Dianzi Xuebao)
巻： 45  号： 9  ページ： 2135-2142  発行年： 2017年 
JST資料番号： C2504A  ISSN： 0372-2112  CODEN： TTHPAG  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： 中国語 (ZH)

抄録/ポイント： 従来のモジュール最適化コミュニティ分割アルゴリズムはネットワークの構造情報だけを利用することができるが、同じ豊富な内容情報を利用することができないため、区分精度の低い問題を招く。本論文では,コンテンツの属性を結合して,ネットワークのトポロジー構造を完全に最適化することにより,CCSRW(Classification with Content-Structureand Random Walk)を提案した。ランダムウォーク理論を用いて構造ノードと内容ノード間の類似性関係マトリックスを計算し、構造ノードを内容属性空間にマッピングすることで、最終的にコミュニティ分割問題を多次元無監督クラスタリング問題に変換する。実際のデータセットに関する包括的な実験結果は,提案したアルゴリズムが,ネットワーク構造をより正確に記述できることを示して,それは,大規模な複雑な情報ネットワークの社会的分割に,より効果的に適用することができて,より良い性能を達成することができた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： クラスタ化 ,  最適化 ,  コンテンツ ,  *コミュニティ ,  *酔歩 ,  位相幾何学 ,  高次元 ,  *アルゴリズム ,  *ネットワーク ,  情報ネットワーク ,  ネットワーク構造

著者キーワード (4件)： community detection ,  weighted content-structure network ,  random walking ,  modularity optimization

分類 (1件)： グラフ理論基礎  (IA02020S)

タイトルに関連する用語 (3件)： ランダムウォーク ,  コミュニティ ,  アルゴリズム