-
题名图正则化非负矩阵分解的异质网社区发现
被引量:2
- 1
-
-
作者
刘家骥
包崇明
周丽华
王崇云
孔兵
-
机构
云南大学信息学院
云南大学软件学院
云南大学生态学与环境学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2020年第21期131-138,共8页
-
基金
国家自然科学基金(No.61762090,No.31760152)
云南省教育厅科学研究基金(No.2019J0005)。
-
文摘
挖掘数据网络中有价值的、具有稳定性的社区,对网络信息的获取、推荐及网络的演化预测具有重要的价值。针对现有异质网络聚类方法难以在同一维度有效整合网络中异质信息的问题,提出了一种基于图正则化非负矩阵分解的异质网络聚类方法。通过加入图正则项,将中心类型子空间和属性类型子空间的内部连接关系作为约束项,引入到非负矩阵分解模型中,从而找到高维数据在低维空间的紧致嵌入,成功消除了异质节点之间的部分噪声,同时,对反映不同子网络共有潜在结构的共识矩阵进行优化,有效整合异质信息,并且在降维过程中较大限度地保留了异质信息的完整性,提高了异质网络聚类方法的精度,在真实世界数据集上的实验结果也验证了该方法的有效性。
-
关键词
异质网络
社区发现
非负矩阵分解
图正则化
-
Keywords
heterogeneous network
community detecting
non-negative matrix factorization
graphregular term
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-