南京理工大学学报（自然科学版）2016，Vol.40Issue(6)：674-678,5.DOI:10.14177/j.cnki.32-1397n.2016.40.06.006
基于改进完全子图模型的关注对象多社区发现研究
Concerned objects multi-community detection based on improved complete subgraph model
摘要
Abstract
A multi-community detection method based on improved complete subgraph model is proposed using threshold division for multi-community division of users and concerned objects, because complete subgraph model cannot divide users and concerned objects based on multi-classification. Experiment result shows that compared with classical data mining algorithm K-medoids,this method is more accurate.关键词
完全子图模型/关注对象/多类/阈值划分/数据挖掘算法Key words
complete subgraph model/concerned objects/multi-classification/threshold division/data mining algorithm分类
信息技术与安全科学引用本文复制引用
封红旗,雷晨阳,沈田予,杨长春..基于改进完全子图模型的关注对象多社区发现研究[J].南京理工大学学报（自然科学版）,2016,40(6):674-678,5.基金项目
国家自然科学基金(61272367) （61272367）
江苏省科技厅项目( BZ2010021) （ BZ2010021）
江苏省研究生培养创新工程项目(20120515) （20120515）
江苏省产学研前瞻性联合研究项目(BY2014037-08) （BY2014037-08）
