女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

您好,歡迎來電子發燒友網! ,新用戶?[免費注冊]

您的位置:電子發燒友網>源碼下載>數值算法/人工智能>

融合多維數據的微博社區發現算法

大小:2.24 MB 人氣: 2018-01-02 需要積分:2

   隨著微博用戶的不斷增加,微博網絡已成為用戶進行信息交流的平臺,針對由于博文長度受限,傳統的社區發現算法無法有效解決微博網絡的稀疏性等問題,提出了DC-DTM(discovery community by dynamic topic modeD算法.DC-DTM算法首先將微博網絡映射為有向加杈網絡,網絡中邊的方向反映節點之間的關注關系,利用所提出的DTM(dynamic topic model)計算出節點之間的語義相似度,并將其作為節點間連邊的權重.DTM是一種微博主題模型.該模型不僅能夠挖掘博客的主題分布,而且能夠計算出某一主題中用戶的影響力大小.其次,利用所提出的復雜度較低的標簽傳播算法WLPA(weighted lebel propagation)進行微博網絡的社區發現.該算法的初始化階段將影響力大的用戶節點作為初始節點,標簽按照節點的影響力從大到小進行傳播,避免了傳統標簽傳播算法逆流現象的發生,提高了標簽傳播算法的穩定性.真實數據上的實驗結果表明,DTM模型能夠很好地對微博進行主題挖掘,DC-DTM算法能夠有效地挖掘出微博網絡的社區.

融合多維數據的微博社區發現算法

非常好我支持^.^

(0) 0%

不好我反對

(0) 0%

      發表評論

      用戶評論
      評價:好評中評差評

      發表評論,獲取積分! 請遵守相關規定!

      ?