公开(公告)号：CN103106616A

公开(公告)日：2013-05-15

申请号：CN201310062057.X

申请日：2013-02-27

Applicant: 中国科学院自动化研究所

Inventor： 高珩 ,  李秋丹 ,  曾大军 ,  王飞跃 ,  包红云 ,  宋双永

IPC: G06Q50/00

Abstract: 本发明涉及社会信息化传播网络中用户行为的数据挖掘，本发明具体公开了一种基于资源整合与信息传播特征的社区发现及演化方法，从而更加精确地定义用户社区，并发现有意义的社区演化模式。本发明针对现有社区发现与演化方法中网络资源整合度低和信息传播因素考虑较少等特点，提出了基于资源整合的社区发现方法，利用共享潜在特征的协同矩阵分解方法将用户行为和用户交互行为有机地结合到一起；并以信息传播理论为指导，纳入用户的好友影响为信息传播特征，基于一阶马尔科夫假设，采用机器学习方法完成社区演化模式的挖掘。实验表明这一方案能有效地提高用户社区的挖掘与演化质量。

公开(公告)号：CN103106616B

公开(公告)日：2016-01-20

申请号：CN201310062057.X

申请日：2013-02-27

Applicant: 中国科学院自动化研究所

Inventor： 高珩 ,  李秋丹 ,  曾大军 ,  王飞跃 ,  包红云 ,  宋双永

IPC: G06Q50/00

Abstract: 本发明涉及社会信息化传播网络中用户行为的数据挖掘，本发明具体公开了一种基于资源整合与信息传播特征的社区发现及演化方法，从而更加精确地定义用户社区，并发现有意义的社区演化模式。本发明针对现有社区发现与演化方法中网络资源整合度低和信息传播因素考虑较少等特点，提出了基于资源整合的社区发现方法，利用共享潜在特征的协同矩阵分解方法将用户行为和用户交互行为有机地结合到一起；并以信息传播理论为指导，纳入用户的好友影响为信息传播特征，基于一阶马尔科夫假设，采用机器学习方法完成社区演化模式的挖掘。实验表明这一方案能有效地提高用户社区的挖掘与演化质量。