本文關鍵詞：基于改進完全子圖模型的關注對象多社區(qū)發(fā)現(xiàn)研究

  更多相關文章： 完全子圖模型 關注對象 多類 閾值劃分 數(shù)據(jù)挖掘算法

【摘要】：為實現(xiàn)用戶和關注對象的多社區(qū)劃分,針對完全子圖模型不能進行多類分類的缺陷,該文引入了閾值劃分方法,提出基于改進完全子圖模型的社區(qū)發(fā)現(xiàn)算法。實驗表明:與經(jīng)典數(shù)據(jù)挖掘算法K-medoids相比,該文算法具有更高的準確性。
【作者單位】： 常州大學信息科學與工程學院;
【關鍵詞】： 完全子圖模型 關注對象 多類 閾值劃分 數(shù)據(jù)挖掘算法
【基金】：國家自然科學基金(61272367) 江蘇省科技廳項目(BZ2010021) 江蘇省研究生培養(yǎng)創(chuàng)新工程項目(20120515) 江蘇省產(chǎn)學研前瞻性聯(lián)合研究項目(BY2014037-08)
【分類號】：TP301.6
【正文快照】： Feng Hongqi,Lei Chenyang,Shen Tianyu,Yang Changchun(School of Information Science and Engineering,Changzhou University,Changzhou 213164,China)微博已經(jīng)成為中國最主要的在線社會網(wǎng)絡平臺之一,截至2013年12月底,我國微博用戶規(guī)模已達2.81億。微博服務的主要功能就是，

本文編號：922607