×
刘栋（Liu，Dong）;段德全;隋世凯;宋国杰

使用负面信息进行有效的半监督社区检测。 （英文） Zbl 1395.91374号

数学。问题。工程师。 2015年，文章ID 109671，8 p.（2015）.
摘要：半监督社区检测方法可以利用先验信息来指导社区结构的发现过程，在过去几年中引起了相当大的研究兴趣。以前的大多数工作都假设某些节点的精确标签是预先已知的，并以单个标签和成对约束的形式表示。在本文中，我们提出了一种新型的先验信息，称为负信息，它指示节点是否不属于特定的社区。然后提出了基于负信息的半监督社区检测算法，以有效地利用这类信息来辅助社区检测过程。所提出的算法在几个人工和真实世界的网络上进行了评估，并在恢复社区方面显示出很高的有效性。

引用于2文件

MSC公司：

91天30分 社交网络；意见动态
PDF格式BibTeX公司 XML格式引用
\textit{D.Liu}等人，数学。问题。Eng.2015，文章ID 109671，第8页（2015；兹bl 1395.91374）
全文： 内政部

参考文献：

[1] Girvan，M。；Newman，M.E.，《社会和生物网络中的社区结构》，美国国家科学院学报，99，12，7821-7826，（2002）·Zbl 1032.91716号 ·doi:10.1073/pnas.122653799
[2] Newman，M.E.J.，《网络中的模块化和社区结构》，美国国家科学院学报，103，23，8577-8582，（2006）·doi:10.1073/pnas.0601602103
[3] Newman，M.E.J.，检测网络中社区结构的快速算法，《物理评论》E，69，6，（2004）·doi:10.1103/PhysRevE.69.066133
[4] M.E.J.纽曼。；Girvan，M.，《发现和评估网络中的社区结构》，《物理评论E：统计、非线性和软物质物理学》，69，2，（2004）·Zbl 1032.91716号 ·doi:10.1103/PhysRevE.69.026113
[5] 杜赫，J。；Arenas，A.，《使用极值优化的复杂网络社区检测》，《物理评论》E，72，2，（2005）·doi:10.1103/PhysRevE.72.027104
[6] 布隆德尔，V.D。；纪尧姆，J.-L。；兰比奥特，R。；Lefebvre，E.，《大型网络中社区的快速展开》，《统计力学杂志：理论与实验》，2008，10，（2008）·Zbl 1459.91130号 ·doi:10.1088/1742-5468/2008/10/P10008
[7] 儿子，S.-W。；Jeong，H。；Noh，J.D.，复杂网络中的随机场伊辛模型和社区结构，《欧洲物理杂志》B，50，3，431-437，（2006）·doi:10.1140/epjb/e2006-00155-4
[8] 卡勒，B。；Newman，M.E.J.，网络中的随机块模型和社区结构，物理评论E，83，1，（2011）·doi:10.1103/PhysRevE.83.016107
[9] Fortunato，S.，《图形中的社区检测》，《物理报告：物理快报评论》，486，3–5，75-174，（2010）·doi:10.1016/j.physrep.2009.11.002
[10] Newman，M.E.J.，《网络中的社区、模块和大规模结构》，自然物理学，8，1，25-31，（2012）·doi:10.1038/nphys2162
[11] 韦斯顿，J。；Leslie，C。；即E。；周，D.Y。；Elisseeff，A。；Noble，W.S.，使用簇核进行半监督蛋白质分类，生物信息学，21，15，3241-3247，（2005）·doi:10.1093/bioinformatics/bti497
[12] 马，X。；高，L。；Yong，X。；Fu，L.，复杂网络中社区结构检测的半监督聚类算法，物理A：统计力学及其应用，389，1，187-197，（2010）·doi:10.1016/j.physa.2009.09.018
[13] 伊顿，E。；Mansbach，R.，半监督社区检测的自旋模型，第26届AAAI人工智能会议论文集和第24届人工智能创新应用会议（AAAI’12）
[14] Zhang，Z.-Y.，具有部分背景信息的复杂网络中的社区结构检测，《欧洲物理快报》，101，4，（2013）·doi:10.1209/0295-5075/101/48005
[15] 张志勇。；Sun，K.-D。；Wang，S.Q.，《具有部分背景信息的复杂网络中增强的社区结构检测》，《科学报告》，第3期，第3241条，（2013年）·doi:10.1038/srep03241
[16] 刘，D。；刘，X。；Wang，W。；Bai，H.，基于离散势理论的半监督社区检测，《物理学A：统计力学及其应用》，416173-182，（2014）·doi:10.1016/j.physa.2014.08.051
[17] 刘，D。；Bai，H.-Y。；李海杰。；Wang，W.-J.，利用标记传播进行半监督社区检测，国际现代物理杂志B，28，（2014）·doi:10.1142/S0217979214502087
[18] 侯，C。；聂，F。；Wang，F。；张，C。；Wu，Y.，使用负标签的半监督学习，IEEE神经网络汇刊，22，3，420-432，（2011）·doi:10.1109/TNN.2010.209237
[19] Lancichinetti，A。；福图纳托，S。；Radicchi，F.，《测试社区检测算法的基准图》，《物理评论》E，78，4，（2008）·doi:10.1103/PhysRevE.78.046110
[20] Golub，G.H。；van Loan，C.F.，矩阵计算，3，（2012），JHU出版社
[21] Zachary，W.，《小群体冲突和分裂的信息流模型》1，《人类学研究杂志》，33，4，452-473，（1977）
[22] Lusseau博士。；施耐德，K。；O.J.博伊索。；Haase，P。；斯洛滕，E。；Dawson，S.M.，声音可疑的宽吻海豚群落具有很大比例的长期联系：地理隔离能解释这一独特特征吗？，行为生态学和社会生物学，54，4，396-405，（2003）·doi:10.1007/s00265-003-0651-y
[23] Raghavan，联合国。；阿尔伯特·R。；Kumara，S.，《检测大规模网络中社区结构的近线性时间算法》，《物理评论——电子统计、非线性和软物质物理学》，76，3，（2007）·doi:10.1103/PhysRevE.76.036106
[24] 罗斯瓦尔，M。；Bergstrom，C.T.，复杂网络上随机行走的地图揭示了社区结构，美国国家科学院学报，105，4，1118-1123，（2008）·doi:10.1073/pnas.0706851105
[25] 达农，L。；Diaz-Guilera，A。；杜赫，J。；Arenas，A.，《比较群落结构识别》，《统计力学杂志：理论与实验》，9，219-228，（2005）·doi:10.1088/1742-5468/2005/09/P09008
[26] 多内蒂，L。；穆尼奥斯，M.A.，《探测网络社区：一种新的系统和有效的算法》，《统计力学杂志：理论和实验》，2004年，（2004）·Zbl 1073.82596号 ·doi:10.1088/1742-5468/2004/10/P10012
[27] 潘，Y。；李，D.-H。；刘建国。；Liang，J.-Z.，通过节点相似性检测复杂网络中的社区结构，Physica A:统计力学及其应用，389，14，2849-2857，（2010）·doi:10.1016/j.physa-2010年3月.006日
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。