基于图聚类与蚁群算法的社交网络聚类算法

基于图聚类与蚁群算法的社交网络聚类算法

叶小莺; 万梅; 唐蓉; 谢云; 陈桂宏; 李强

【期刊名称】《计算机应用研究》

【年(卷),期】2020(037)006

【摘要】针对社交网络中社交关系的有向性与多样性,提出了一种基于图聚类与蚁群算法的社交网络聚类算法.首先,在网络覆盖率的约束下为社交网络建立有向、非全连接的二维图模型;然后,采用K-medoids算法搜索用户分组的中心用户,采用人工蚁群算法在2D图中搜索各个用户与中心用户的相似性,将满足相似性阈值的用户分为同一个用户组.设计了低活跃用户的预测机制解决网络的稀疏性问题与冷启动问题.此外,通过网络覆盖率的约束条件权衡聚类准确率与覆盖率两个指标.仿真实验结果表明,该算法实现了较好的社交网络聚类性能,并且有效地缓解了稀疏性问题与冷启动问题.

【总页数】6页(1670-1674,1687)

【关键词】社交网络; 数据挖掘; 聚类处理; 人工蚁群优化; 图聚类; 信任信息

【作者】叶小莺; 万梅; 唐蓉; 谢云; 陈桂宏; 李强

【作者单位】广东东软学院计算机科学与技术系广东佛山 528225; 广州工商学院计算机科学与工程系广州510850; 重庆市九龙坡区精神卫生中心重庆400052; 中山大学电子与信息工程学院广州510006

【正文语种】中文

【中图分类】TP393

【相关文献】