文献类型：期刊文章

作　　者：刘井莲[1,2] 王大玲[1] 冯时[1] 张一飞[1]

LIU Jing-Lian;WANG Da-Ling;FENG Shi;ZHANG Yi-Fei(School of Computer Science and Engineering,Northeastern University,Shenyang 110169,China;School of Information Engineering,Suihua University,Suihua 152061,China)

机构地区：[1]东北大学计算机科学与工程学院,辽宁沈阳110169 [2]绥化学院信息工程学院,黑龙江绥化152061

出　　处：《软件学报》

基　　金：国家重点研发计划(2018YFB1004700);国家自然科学基金(61772122,61872074,61602103,U1435216);黑龙江省属高校基本科研业务费项目(KYYWF10236180104)。

年　　份：2020

卷　　号：31

期　　号：11

起止页码：3481-3491

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：近几年,在线社交媒体发展飞速,出现了大规模社会网络.传统的基于网络全局结构的社区发现方法难以有效地处理这些大网络.局部社区发现作为一种无需知道网络的全局结构、仅通过分析给定节点的周围节点之间的关系即可找出给定节点所在社区的方法,在社会网络大数据分析中具有重要的应用意义.针对真实世界网络结构中个体间的相似关系是模糊的或不确定性的,提出了一种基于模糊相似关系的局部社区发现方法.首先,采用模糊关系来描述两个节点之间的相似关系,以节点对的相似度作为该模糊关系的隶属函数;然后证明了该关系是一种模糊相似关系,将局部社区定义为给定节点关于模糊相似关系的等价类,进而采用最大连通子图算法求得给定节点所在的社区.分别在仿真网络和真实网络上进行了实验,实验结果表明,该算法能够有效地揭示出给定节点所在的局部社区,相比其他算法,具有更高的F-score.

关 键 词：社会媒体网络  局部社区发现  模糊相似关系 社区结构  

分 类 号：TP18]