一种面向加权双向图的聚类发掘方法

加权双向图是一种表达具有连接关系的科学和工程问题中的信息的比较准确的方式,加权双向图上聚类发掘的研究具有重要意义.本文提出一种面向加权双向图的聚类发掘方法,它通过定义双向边的调整权和节点的调整度,充分利用加权双向图上边的权值信息和方向信息,比较准确地描述了节点对之间的结构相似性,从而比较好地实现了加权双向图上的聚类发掘.对比实验表明本文方法的聚类发掘结果在聚类质量评价指标上具有更好的表现.

基于双向加权图的社交网络用户可信度算法研究

社交网络平台,为人们提供了更为便捷的交流平台,微博、微信、QQ等已经成为很多人生活中不可或缺的一部分。社交网络中蕴含的商业开发、舆情分析等社会价值,使得针对社交平台的用户关系分析技术成为网络用户行为分析的热点。文章针对社交网络用户关系分析问题,依据人类学中的150定律和六度空间理论,制定能够有效反应用户社交关系的用户关系图生成规则,构建用户关系有向加权图;利用局部最小路径搜索算法,计算以指定用户为根节点的"朋友圈"中该用户与其他用户之间的可信度,形成对特定用户群体内部关系可信度的整体认知,为以特定用户为中心的新用户推荐和个性化信息推送等提供决策依据。