%0 Journal Article
%T 一种面向语义重叠社区发现的Block场取样算法
%A 辛宇
%A 杨静
%A 谢志强
%J 自动化学报
%P 362-375
%D 2015
%R 10.16383/j.aas.2015.c140136
%X ？语义社会网络(Semanticsocialnetwork,SSN)是一种包含信息节点及社会关系构成的新型复杂网络.传统语义社会网络分析算法在进行社区挖掘时,需要预先设定社区个数且无法发现重叠社区.针对这一问题,提出一种面向语义重叠社区发现的block场采样算法,该算法首先以LDA(Latentdirichletallocation)模型为语义分析模型,建立了以取样节点为核心节点的block场BAT(Block-author-topic)模型;其次,根据节点的语义分析结果,建立可度量block区域的语义凝聚力方法,实现了语义信息的可度量化;最后,以节点的语义凝聚力为输入,改进了重叠社区发现的标签传播算法(Labelpropagationalgorithm,LPA)及可评价语义社区的SQ度量模型,并通过实验分析,验证了本文算法及SQ度量模型的有效性及可行性.
%K 语义社会网络
%K 重叠社区
%K LDA模型
%K 社区发现
%U http://www.aas.net.cn/CN/abstract/abstract18615.shtml