吴　奇,陈福才,黄瑞阳,常振超

(国家数字交换系统工程技术研究中心,河南郑州 450001)



基于语义路径的异质网络社区发现方法

吴奇,陈福才,黄瑞阳,常振超

(国家数字交换系统工程技术研究中心,河南郑州 450001)

社区发现是社会网络研究的热点问题,综合利用社会网络中不同对象间的异质信息,可以更加有效地挖掘网络中的社区结构.针对传统的社区发现方法无法有效地利用异质信息的问题,本文提出了一种基于语义路径的异质网络社区发现方法,该方法首先定义网络中的语义路径,通过语义路径来衡量不同类型对象间的异质信息相似度,然后以此构造可靠性矩阵,作为半监督非负矩阵分解的正则化约束项,进而实现异质网络的社区划分.在真实数据集上的实验结果表明,所提出的方法能够更准确地发现异质网络中的社区结构.

异质网络;社区发现;语义路径;非负矩阵分解

1　引言

随着Web2.0时代的到来,博客、微博等社交网络应用发展迅速.这些网络不仅包含不同类型的节点,还包含不同类型的关系.传统社会网络分析方法主要针对同质网络(homogenesis network),难以描述这种结构复杂的网络,针对包含多类型节点、多类型关系的异质网络(heterogeneous network)[1]的研究应运而生.目前,异质网络的研究已成为数据挖掘领域最为活跃的研究课题之一.

异质网络数据挖掘的核心研究问题之一是社区发现(community detection)[2].社区发现即根据网络包含的链接、内容等大量属性信息,对网络……