文献

J-GLOBAL ID：202002292077357607   整理番号：20A0834081

構造とノード類似性に基づく属性ネットワークコミュニティのマイニング【JST・京大機械翻訳】

Mining of Attribute Network Community based on Structure and Node Similarity

著者 (3件)： Zhuang Xia (Heilongjiang University,Department of Computer Science and Technology,Harbin,China) ,  Yang Yan (Heilongjiang University,Department of Computer Science and Technology,Harbin,China) ,  Li Yuhang (Heilongjiang University,Department of Computer Science and Technology,Harbin,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICPDS  ページ： 19-22  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ネットワークからの凝集サブグラフのマイニングは,ネットワーク解析における重要な方向である。既存の方法の大部分は,通常のネットワークのトポロジーに基づいており,実際のネットワークにおけるノードの豊富な情報を無視している。ユーザの関与とタイの強さによって提案されたk-トラスモデルは,他のユーザとネットワークに積極的に参加するユーザ間の強い接続の程度を捉える。しかし,このモデルはユーザの属性を考慮しない。効率的かつ正確にソーシャルネットワーク上の凝集サブグラフを見出すために,本論文では,k-トラスに基づく属性ネットワークコミュニティ上の新しいモデル(k,r)-トラスを提案し,ユーザ間の強い接続と類似性の観点からソーシャルネットワーク上の凝集サブグラフを見出した。すべての最大(k,r)-トラスを列挙する問題はNP困難であるので,本論文では,新しい剪定アルゴリズムを提案した。これにより,マイニングプロセスの探索空間を大幅に削減する,新しい枝刈りアルゴリズムの開発を提案した。最後に,実験を,提案したアルゴリズムの性能を評価するために,実際のデータセットに関して実行した。実験の結果は,著者らのアルゴリズムが現在の最良の方法と比較して,効率性と適時性において著しく改良したことを実証した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  アルゴリズム ,  トラス ,  部分グラフ ,  凝集 ,  類似性 ,  NP困難 ,  位相幾何学
準シソーラス用語： 適時性 ,  枝刈りアルゴリズム ,  探索空間 ,  社会的ネットワーク ,  トラスモデル ,  ネットワーク解析 ,  ネットワークコミュニティ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： ノード ,  類似性 ,  属性 ,  ネットワークコミュニティ