×
冷明伟;黄，梁;李龙杰;周汉海;程建军;陈晓云

基于非对称相似性测度的主动半监督社区检测。 （英语） Zbl 1316.05113号

国际期刊修订版。物理学。B类 29，第13号，文章ID 1550078，22 p.（2015）.
摘要：半监督社区检测算法使用先验知识来提高发现复杂网络社区结构的性能。然而，在许多实际应用中，获取这些先验知识非常昂贵且耗时。提出了一种基于节点间相似性的主动半监督社区检测算法。首先，基于提出的非对称相似性方法，将给定的复杂网络转换为加权有向网络，利用主动机制选择一些信息节点作为标记节点。其次，该算法基于节点和社区之间的相似性，将标记节点的社区标签传播给其邻居，从而发现复杂网络的社区结构。最后，用三个真实网络和一个合成网络对该算法进行了性能评估，实验结果表明，与其他一些社区检测算法相比，该算法具有更好的性能。

引用于1文件

理学硕士：

05C85号 图形算法（图形理论方面）
05C82号 小世界图形、复杂网络（图形理论方面）

关键词：

复杂网络;社区检测;主动学习;标签传播
PDF格式BibTeX公司 XML格式引用
\textit{M.Leng}等人，《国际期刊》，Mod。物理学。B 29，第13号，文章ID 1550078，22 p.（2015；Zbl 1316.05113）
全文： 内政部

参考文献：

[1] 内政部：10.1073/pnas.122653799·Zbl 1032.91716号 ·doi:10.1073/pnas.122653799
[2] 数字对象标识码：10.1007/s10618-011-0224-z·doi:10.1007/s10618-011-0224-z
[3] DOI:10.1103/PhysRevE.69.026113·doi:10.103/物理版本E.69.026113
[4] 内政部：10.1109/TKDE.2007.190689·doi:10.1109/TKDE.2007.190689
[5] 内政部：10.1088/1742-5468/2008/10/P10008·doi:10.1088/1742-5468/2008/10/P10008
[6] 内政部：10.1038/nature03288·doi:10.1038/nature03288网址
[7] DOI:10.1103/PhysRevE.72.027104·doi:10.1103/PhysRevE.72.027104
[8] 内政部：10.1073/pnas.0605965104·doi:10.1073/pnas.0605965104
[9] 内政部：10.1103/PhysRevE.80.056117·doi:10.1103/PhysRevE.80.056117
[10] DOI:10.1103/物理版本E.81.046106·doi:10.1103/PhysRevE.81.046106
[11] DOI:10.1103/Phys修订版E.76.036106·doi:10.1103/PhysRevE.76.036106
[12] X.Liu和T.Murata，IEEE/WIC/ACM国际联合会议网络智能。和智能。Technol探员。（IEEE CPS出版社，皮斯卡塔韦，2009）pp。5–8.
[13] DOI:10.1103/PhysRevE.80.026129·doi:10.1103/PhysRevE.80.026129
[14] DOI:10.1016/j.physa.2009.12.019·doi:10.1016/j.physa.2009.12.019
[15] DOI:10.1103/PhysRevE.79.066107·doi:10.1103/PhysRevE.79.066107
[16] L.Šubelj和M.Bajec，《国际研讨会分析》。复杂网络。（ACNE，加泰罗尼亚，2010）pp。87–104.
[17] J.Xie、B.K.Szymanski和X.Liu，IEEE ICDM研讨会DMCCI 2011（IEEE，温哥华，2011）pp。344–349.
[18] Steinhaeuser K.，国际研讨会会议网。科学。（NetSci’08）（2008）
[19] DOI:10.1016/j.physa.2009.09.018·doi:10.1016/j.physa.2009.09.018
[20] DOI:10.1209/0295-5075/101/48005·doi:10.1209/0295-5075/101/48005
[21] DOI:10.1016/j.neucom.2011.04.042·doi:10.1016/j.neucom.2011.04.042
[22] D.Lewis和W.Gale，程序。ACM SIGIR Conf.Res.Dev.Inf.Ret.（ACM SIGIR配置资源开发信息检索）。（施普林格，海德堡，1994）pp。3–12.
[23] B.Settles和M.Craven，程序。Conf.Empir公司。方法自然语言法。（EMNLP）（ACL出版社，2008年）pp。1069–1078.
[24] 内政部：10.1007/3-540-44816-0_31·数字对象标识代码：10.1007/3-540-44816-0_31
[25] 内政部：10.1162/0891201041850894·Zbl 1234.68413号 ·doi:10.1162/0891201041850894
[26] H.T.Nguyen和A.Smeulders，程序。二十届国际会议马赫数。学习。（ICML）（ACM，美国，2004）pp。623–630.
[27] Vu V.V.，程序。第22届国际Conf.Tools with Artif。智力。(2010)
[28] Leng M.，程序。第18届国际会议数据库系统。高级申请。（DASFAA）第324页–（2013）
[29] DOI:10.1016/j.patrec.2009.11.001·doi:10.1016/j.patrec.2009.11.001
[30] Vasudevan M.，国会议员数值196第127页–（2009年）
[31] G.J.Herbiet和P.Bouvry，IEEE World Wirel。暴徒。多模式。Netw公司。（IEEE，蒙特利尔，2010）p。1
[32] DOI:10.1016/j.socnet.2007.11.001·doi:10.1016/j.socnet.2007.11.001
[33] DOI:10.1103/PhysRevE.78.046110·doi:10.1103/PhysRevE.78.046110
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。