融合多維數據的微博社區發現算法
大小：2.24 MB 人氣：3 2018-01-02 需要積分：2
隨著微博用戶的不斷增加，微博網絡已成為用戶進行信息交流的平臺，針對由于博文長度受限，傳統的社區發現算法無法有效解決微博網絡的稀疏性等問題，提出了DC-DTM（discovery community by dynamic topic modeD算法.DC-DTM算法首先將微博網絡映射為有向加杈網絡，網絡中邊的方向反映節點之間的關注關系，利用所提出的DTM（dynamic topic model）計算出節點之間的語義相似度，并將其作為節點間連邊的權重.DTM是一種微博主題模型．該模型不僅能夠挖掘博客的主題分布，而且能夠計算出某一主題中用戶的影響力大小．其次，利用所提出的復雜度較低的標簽傳播算法WLPA（weighted lebel propagation）進行微博網絡的社區發現．該算法的初始化階段將影響力大的用戶節點作為初始節點，標簽按照節點的影響力從大到小進行傳播，避免了傳統標簽傳播算法逆流現象的發生，提高了標簽傳播算法的穩定性．真實數據上的實驗結果表明，DTM模型能夠很好地對微博進行主題挖掘，DC-DTM算法能夠有效地挖掘出微博網絡的社區．
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
融合多維數據的微博社區發現算法下載
相關電子資料下載
- 發現一個寶藏Python庫，玩社區發現算法的不能錯過！ 953
- Oringin雷達圖繪制教程 6884
- 如何使人工系統從圖像或多維數據中“感知” 764
- 數據庫、多維數據庫及數據倉庫的關系 522
- 利用AI（人工智能）開發新的藥物發現算法 1585
- 基于海量MR等多維數據的三維立體定位技術 3053
- 美國科學家利用多維數據加人工智能，精準健康檢測讓疾病無處遁形 2368
- 安防坐擁“富礦” 開始嘗試融合多維數據 504
- 多維數據綜合精細化治理 為各類業務應用賦能 3630
- 怎樣使用MESH IoT塊構建您自己的雜貨多維數據集 1653