典型文献
属性网络中结合用户偏好的社区搜索和离群点检测
文献摘要：
社区搜索是备受关注的网络分析任务之一,旨在搜寻包含查询节点的局部社区.现有大多数社区搜索方法多面向简单网络且仅能定位查询节点所在社区,未能在搜索过程中考虑用户偏好.为实现利用用户偏好指导搜索过程并搜寻用户感兴趣的多社区,设计了属性网络中结合用户偏好的社区搜索和离群点检测方法,旨在通过较少的查询节点有效的捕获用户偏好并自动探索网络中的社区,同时识别社区中离群点.具体而言,通过编码查询节点及其邻居间的显式交互关系和相似属性以突出局部结构,利用其来挖掘潜在查询节点候选集成员.在查询节点候选集上定义平均划分相似度以推断属性子空间为用户潜在兴趣.采用属性和结构约束来搜索网络中的多社区和离群点.此外,真实数据集和人工数据集上的大量实验证明了所提方法的有效性.
文献关键词：
属性网络;社区搜索;平均划分相似度;属性子空间;离群点
中图分类号：
作者姓名：
李青青;马慧芳;李举;李志欣;姜彦斌
作者机构：
西北师范大学计算机科学与工程学院,甘肃兰州730070;桂林电子科技大学广西可信软件重点实验室,广西桂林541004;广西师范大学广西多源信息挖掘与安全重点实验室,广西桂林541004
文献出处：
引用格式：
[1]李青青;马慧芳;李举;李志欣;姜彦斌-.属性网络中结合用户偏好的社区搜索和离群点检测)[J].电子学报,2022(09):2172-2180
A类：
社区搜索,平均划分相似度
B类：
属性网络,用户偏好,离群点检测,搜寻,搜索方法,多面,简单网络,中考,用用,感兴趣,邻居,居间,显式交互,交互关系,出局,局部结构,选集,属性子空间,结构约束,搜索网,真实数据
AB值：
0.244306
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
