动态社交网络时间片类型和大小对群体演化发现的影响
社会与信息网络
2012-10-19 v1 物理与社会
摘要
新技术允许存储大量关于用户交互的数据。从这些数据中可以创建社交网络。此外，由于通常也会存储这些活动的时间和日期，因此可以通过将网络分割成多个时间片（代表特定时间段内的网络状态）来分析网络的动态。最有趣的问题之一是群体随时间的演化。为了跟踪群体演化，可以使用GED方法。然而，时间片类型和长度的选择可能对方法结果产生很大影响。因此，在本文中，广泛分析了时间片类型以及时间片长度对GED方法结果的影响。
引用
@article{arxiv.1210.5167,
title = {Influence of the Dynamic Social Network Timeframe Type and Size on the Group Evolution Discovery},
author = {Stanisław Saganowski and Piotr Bródka and Przemysław Kazienko},
journal= {arXiv preprint arXiv:1210.5167},
year = {2012}
}
备注
The 2012 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining, IEEE Computer Society, 2012, pp. 678-682