【作者】 燕飞； 张铭； 谭裕韦； 唐建； 邓志鸿；

【Author】 Yan Fei,Zhang Ming,Tan Yuwei,Tang Jian,and Deng Zhihong (School of Electronics Engineering and Computer Science,Peking University,Beijing 100871)

【机构】 北京大学信息科学技术学院；

【摘要】 随着Web 2.0技术的发展,大规模在线社会网络数据的获取成为了可能,这激发了众多研究者对社会网络的研究热情.近年来,社区发现成为社会网络领域的研究热点.研究了社会网络社区发现问题,提出了综合社会行动者兴趣和社会网络拓扑结构的社区发现方法.对于一个包含了社会行动者兴趣信息的社会网络数据集,首先对行动者个人兴趣进行聚类,得到基于兴趣的行动者社区,然后使用行动者社会网络拓扑结构信息,对兴趣社区进行扩展,使之更符合社区形成和发展的规律,从而达到更好的社区发现效果.在Flickr真实社会网络数据集上的测试表明,提出的方法比单纯基于兴趣聚类的方法在有效性上有较大的提高.更多还原

【Abstract】 With the development of Web 2.0 technologies,the increasing availability of social network data has motivated more computational research in social network analysis.Recently,discovering community from social networks came into the big picture of social network study.In this paper,we propose a novel approach for community discovery based on the contents of social actors’ personal interests and their social relationships.We firstly discover the communities based on the social actors’ personal interests.Then we use the social relationship to extend the communities for further discovery.Extensive experimental study on a real life social network dataset—Flickr social network dataset—demonstrates that our approach is effective for community discovery.更多还原