公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

一种面向主题耦合的影响力最大化算法: 2017年; 网络逐渐成为了人与人之间的主要社交工具,在网络中挖掘最有影响力的用户成为了非常值得关注的问题。在传统影响力最大化算法的基础上提出了一种面向主题耦合的影响力最大化算法,该算法首先分析网络中不同主题之间的耦合相似性,在综合考虑主题之间耦合相似性与用户对不同主题偏好的基础上扩展独立级联模型,并使用经典的贪心算法挖掘最具有影响力的用户。与不考虑主题耦合的影响力最大化算法相比,所提算法考虑了传播主题之间的耦合相似性,并且能够与用户偏好进行更为有效地结合。最后,实验表明,相比于经典的影响力最大化算法,该算法能够更为有效地挖掘在特定主题下最具有影响力的种子节点。; 吕文渊周丽华廖仁建; 关键词：社会网络主题

基于聚类的超链路预测被引量：3: 2020年; 超链路预测是利用已观测到网络的特性来复现网络中缺失的链路。现有的超链路预测算法通常利用整个网络来进行预测,预测结果会遗漏训练样本数据较少的链路类别,导致预测种类不够全面。为了解决这个问题,提出了基于聚类的超链路预测算法C-CMM,首先对数据集进行聚类分簇,进而对每一个簇建立模型进行超链路预测。所提算法能够充分利用各个簇的观察样本所蕴含的信息,扩大预测结果覆盖的类别。在三个真实数据集上的实验结果表明,C-CMM和多个先进的链路预测算法相比具有更高的预测精度和效率,同时其预测覆盖种类也更加全面。; 齐鹏飞周丽华杜国王黄皓黄通; 关键词：信息网络聚类

带有时间标签的流行社交位置发现: 2019年; 流行社交位置是指大多数人日常生活中经常访问的位置,其广泛应用于推荐系统、定向广告应用等领域。随着基于位置的社交网络(Location-Based Social Network,LBSN)的迅速发展,流行社交位置的挖掘成为时空数据挖掘中的一个研究热点。然而,现有的研究主要是从LBSN中挖掘流行社交位置,忽略了流行社交位置的时间因素,因此,文中提出了带有时间标签的流行社交位置发现算法。该算法首先量化LBSN数据集中的时间信息,得到个体用户带有时间标签的频繁社交位置集合;然后计算这些带时间标签的位置在群体用户中的流行度;最后识别出符合要求的带时间标签的流行社交位置。文中采用约10个月的Foursquare东京用户签到数据对该算法的效率和正确性进行验证,结果表明,该算法能够较为准确地发现带有时间标签的流行社交位置。; 刘长赟杨宇迪周丽华赵丽红; 关键词：时空数据挖掘

一种基于合作博弈的社区检测算法: 2014年; 随着互联网技术的迅速发展,虚拟大规模社会网络普遍存在。社区结构是社会网络的重要特征,挖掘大规模社会网络中的社区结构能帮助人们了解网络中的内部结构和关系,从而更好的应用这些网络。因此,社区检测具有重要的现实意义。本文基于合作博弈检测社区的模型及高效计算Shapley值(SH值)的迭代公式,提出了一种以个体理性为核心的合作博弈社区检测算法(CDCG算法)。CDCG算法包括初检测和社区调整两个步骤,初检测中每个节点在不断变化的策略环境下依据自身获得最大SH值作出决策,经过多轮决策后,网络中所有节点的SH值达到平衡状态,初检测结束;社区调整是利用社区内部连接紧密、社区之间连接相对稀疏的特征对初检测产生的不合理、无意义的小簇进行调整,使得检测得出的簇具有明显的社区特征。为了提高算法时间效率,本文提出了无贡献节点剪枝策略和已归属节点剪枝策略。最后通过大量实验验证了CDCG算法能够自动确定最终社区划分个数且具有较好的社区检测效果及时间效率。; 程超周丽华杨德品龙克珍张彩平; 关键词：社会网络合作博弈

社区发现及空间并置模式挖掘研究: 2019年; 随着互联网的迅猛发展,特别是Web2.0理念的逐步深入,越来越多的用户开始使用Twitter,Facebook,新浪微博等社交平台共享信息/知识,交流情感,因此包含用户间的交互、位置、时间等信息的大量社会行为数据被保存在网络空间中,为我们观测社会及服务社会创造了前所未有的条件。; 周丽华王丽珍陈红梅; 关键词：网络空间 FACEBOOK TWITTER WEB2.0 社会行为共享信息

全选清除导出

共1页<1>

国家自然科学基金(61262069)