查询结果:   唐诗琦,怀念,陈军,胡俊勇.一种基于局部与全局结构特征的网络节点角色发现算法[J].计算机应用与软件,2018,35(10):262 - 266.
中文标题
一种基于局部与全局结构特征的网络节点角色发现算法
发表栏目
算法
摘要点击数
370
英文标题
NETWORK NODE ROLE DISCOVERY ALGORITHM BASED ONLOCAL AND GLOBAL STRUCTURAL FEATURES
作 者
唐诗琦 怀念 陈军 胡俊勇 Tang Shiqi Huai Nian Chen Jun Hu Junyong
作者单位
武汉大学计算机学院国家多媒体软件工程技术研究中心 湖北 武汉 430072 国网湖北省电力公司江陵县供电公司 湖北 荆州 434000    
英文单位
School of Computer Science, National Engineering Research Center for Multimedia Software, Wuhan 430072, Hubei, China Jiangling County Power Co.,Ltd.,State Grid Hubei Electric Power Co.,Ltd., Jingzhou 434000,Hubei, China    
关键词
复杂网络 角色发现 非负矩阵分解 特征提取 意义构建
Keywords
Complex network Role discovery Non-negative matrix factorization Feature extraction Sense-making
基金项目
国网湖北省电力有限公司2018年科技项目(5215J0170006)
作者资料
唐诗琦,硕士,主研领域:复杂网络,角色发现。怀念,副研究员。陈军,教授。胡俊勇,工程师。 。
文章摘要
针对复杂网络中基于节点结构特征的角色发现问题,在RolX角色发现算法的基础上,引入节点的局部及全局结构特征进行特征提取,构建节点结构特征矩阵。使用非负矩阵分解对节点结构特征矩阵进行降维,获得对应的节点角色矩阵。选用节点的全局、局部以及邻居节点重要性评价指标对分析所得的角色进行意义建构。在Facebook及Email-Enron两个数据集上的实验结果表明,该算法在局部以及全局等评价指标上与RolX(Role eXtraction)、GLRD(Guided Learning for Role Discovery)等算法相比,均具有更高的准确性。
Abstract
Aiming at the role discovery problem based on structural features of nodes in the complex network, we extracted features by introducing local and global structural features of nodes based on the RolX discovery algorithm and constructed characteristic matrix of node structure. Non-negative matrix factorization was used to reduce dimensions of node structure characteristic matrix, and corresponding node role matrix was obtained. We chose the global, local, and regional node importance evaluation indexes to conduct the sense-making of the role obtained by analysis. The experiment was carried out on Facebook and Email-Enron datasets. The result shows that compared with RolX and GLRD algorithms, the proposed algorithm has higher accuracy on local and global evaluation indexes.
下载PDF全文