演化社交网络中不同社区追踪方法的比较研究
社会与信息网络
2019-03-20 v1 物理与社会
摘要
在现实世界社交网络中,追踪用户群体的演化并检测其可能经历的各种变化日益受到关注。为此已提出若干方法。在研究这些方法时,我们观察到大多数采用两阶段过程。第一阶段,运行算法在每个时间戳识别用户群体。第二阶段,基于相似性度量的成对比较用于追踪用户群体并检测其可能经历的变化。尽管多数现有方法使用两阶段过程,它们均运行不同算法识别社区并依赖不同相似性度量随时间追踪用户群体。注意到不同方法可能因所研究的动态社交网络而异,我们决定对若干现有追踪方法进行高层综述,并对其中一些做比较分析。分析中,我们在两种主要情形下比较算法: 当用户群体不重叠时,和 当群体重叠时。研究基于从 DBLP、自治系统(AS)和 Yelp 数据集提取的三个不同测试平台进行。
引用
@article{arxiv.1903.07784,
title = {A Comparative Study of Different Approaches for Tracking Communities in Evolving Social Networks},
author = {Ziwei He and Etienne Gael Tajeuna and Shengrui Wang and Mohamed Bouguessa},
journal= {arXiv preprint arXiv:1903.07784},
year = {2019}
}