構造と属性誘導型の二極化コミュニティ検索の適応的融合

2 つの拮抗するサブグラフで構成され、一連のクエリ ノードを含む分極化コミュニティの探索は、署名付きネットワークでのコミュニティ検索において重要なタスクです。 既存の手法のほとんどは、ノード属性を無視して主にトポロジ構造に依存するか、すべての分極化されたコミュニティのグローバルな識別を優先する傾向があります。 したがって、彼らは 2 つの重要な洞察を考慮していません。

まず、ノード属性をネットワーク構造と統合することで、二極化されたネットワークの検索品質を向上させることができます。 コミュニティ 補完的な情報を活用して、属性付きの署名付きネットワーク内で。 第 2 に、グローバル基準に基づく二極化コミュニティ検出は、すべての二極化コミュニティを特定することを目的としており、個々のユーザーを中心としたパーソナライズされた分析は無視されます。

この問題を解決するために、Huifang Ma氏率いる研究チームは、 研究 で コンピューターサイエンスのフロンティア。

研究チームは、「属性付き署名ネットワークにおける構造と属性を適応的に融合することによる二極化コミュニティ」と呼ばれる新しいコミュニティ検索フレームワークを導入しました。 彼らのアプローチは、属性レベルで符号付きグラフの統計分析を実行し、トポロジー関係との関連付けを確立することから始まります。

続いて、位相構造と属性情報の適応的融合機構を導入する。 クエリ ノードを含む偏光コミュニティを検出するために、線形計画問題を解くことによって達成される、局所スペクトル固有空間の一般化レイリー商に基づいてスパース指標ベクトルが定式化されます。

フロンティアズ・ジャーナル提供