主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第8期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
竺俊超,王朝坤.复杂条件下的社区搜索方法.软件学报,2019,30(3):552-572
复杂条件下的社区搜索方法
Approaches to Community Search Under Complex Conditions
投稿时间:2018-07-21  修订日期:2018-09-20
DOI:10.13328/j.cnki.jos.005699
中文关键词:  社区结构  局部社区发现  社区搜索  条件社区搜索  布尔表达式
英文关键词:community structure  local community detection  community search  conditional community search  Boolean expression
基金项目:国家自然科学基金(61872207)
作者单位E-mail
竺俊超 清华大学 软件学院, 北京 100084  
王朝坤 清华大学 软件学院, 北京 100084 chaokun@tsinghua.edu.cn 
摘要点击次数: 635
全文下载次数: 458
中文摘要:
      社区搜索旨在寻找包含给定节点集的社区,能够快速获取个性化的社区信息.针对现有社区搜索算法难以满足复杂搜索条件的现状,提出条件社区搜索这一新问题.解决该问题有助于对社交网络进行智能分析,在复杂搜索条件下为用户提供更好的社区结果.首先,基于布尔表达式,给出条件社区搜索问题的形式化定义,可有效表达给定节点不能出现在社区内以及给定节点中至少有一个出现在社区内的要求.接着,提出解决条件社区搜索问题的通用框架,包括对搜索条件进行简化、根据简化后的搜索条件进行多次单项条件社区搜索、合并各单项条件社区搜索的结果等主要步骤.同时,提出"社区搜索+过滤"的方法和给点加权的方法来进行单项条件社区搜索.最后,真实数据集上的大量实验结果表明所提方法的正确性和有效性.
英文摘要:
      Community search aims to find out communities containing a given set of nodes and get personalized community information quickly. Since traditional community search algorithms can hardly meet the needs under complex conditions, a new problem called conditional community search is proposed. Solving the problem helps to analyze social networks intelligently and provides users with better community results under complex search conditions. First, based on Boolean expressions, the formal definition of conditional community search problem is given, which can effectively express the requirement that a given node cannot exist in the community and at least one of the given nodes occurs in the community. Then, a general framework is proposed to solve the problem of conditional community search, including simplifying search conditions, conducting multiple singleconditional community searches according to simplified search conditions, and combining the results of singleconditional community searches. At the same time, a community search plus filtering method and a node weighting based method are proposed to carry out the singleconditional community search. Finally, extensive experimental results conducted on real-world datasets show the correctness andeffectiveness of the proposed methods.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利