Ứng dụng phương pháp phân cụm phổ trong bài toán phát hiện cộng đồng

0 Người đánh giá. Xếp hạng trung bình 0

Tác giả: Hiền Trinh Nguyễn, Vinh Quang Vũ

Ngôn ngữ: Vie

Ký hiệu phân loại: 510 Mathematics

Thông tin xuất bản: Tạp chí Khoa học và Công nghệ Đại học Thái Nguyên, 2020

Mô tả vật lý: 303-310

Bộ sưu tập: Metadata

ID: 397852

Thêm vào giỏ Liên kết toàn văn

Ngày nay, phát hiện cộng đồng trên một mạng xã hội đang là hướng nghiên cứu quan trọng tronglĩnh vực khoa học máy tính. Mạng xã hội thường được biểu diễn dưới dạng cấu trúc dữ liệu đồ thị.Chính vì vậy, phát hiện cộng đồng trên mạng xã hội chủ yếu gắn liền với bài toán phân cụm trênđồ thị. Để giải quyết bài toán, đã có rất nhiều thuật toán được quan tâm nghiên cứu. Trong bài báonày, nhóm tác giả sẽ trình bày các kết quả nghiên cứu mới theo hướng tiếp cận sử dụng khái niệmspectrum (phổ) để đưa bài toán phân cụm đồ thị tổng quát về bài toán phân cụm trên véc tơ riêngsố thực nhằm giảm số chiều của tập dữ liệu, đồng thời kết hợp kỹ thuật tối ưu hóa hàm Min-cutnhờ sử dụng ma trận Laplace. Hướng tiếp cận này sẽ giảm độ phức tạp tính toán của thuật toánphát hiện cấu trúc cộng đồng trên mạng xã hội. Các kết quả thực nghiệm chạy trên các bộ số liệuthực tế đã khẳng định tính hữu hiệu của thuật toán đề xuất., Tóm tắt tiếng anh, Nowadays, community detection in graphs has been an important problem in computer scienceresearch. Social networks are often expressed in form of structure data graph. Hence, social networkcommunity mining mainly deals with graph clustering problem. To solve this problem, manyalgorithms have been proposed. In this article, the authors present new research results based on theapproach of using the concept of spectrum to bring the problem of clustering general graph ofclustering problem on vectors of real numbers only, for this reason, the number of dimensions of thedata set will be reduced, then we incorporate the techniques of optimizing the Min-cut function usingthe Laplace matrix. This approach will reduce the calculation complexity and quickly yields theresult of social network community structure mining. The effectiveness of proposed algorithm isevidenced by experimental results on real data sets.

1. Đọc trực tuyến

1. Đọc trực tuyến

Tạo bộ sưu tập với mã QR