二分图空间-社交网络中的基于关键词的社区搜索

最近提出了几种针对二分图社区搜索的方法，这些方法在识别真实二分图网络（如社交网络和生物网络）中的社区方面显示出有前景的成果。给定查询用户 $q$，二分图中的社区搜索涉及识别包含 $q$ 的用户组，这些用户在给定二分图中具有共同特征或功能。这些问题在挑战性很大，因为二分图有两种不同节点集合，社区搜索算法必须考虑到这一结构。然而，针对基于关键词的二分图空间-社交网络的社区搜索研究仍不足。空间-社交网络天然结构为二分图。因此，本文提出了二分图空间-社交网络中基于关键词的社区搜索问题，称为带有新颖 $(\omega, \pi)\mbox{-}keyword\mbox{-}core$ 的 $KCS\mbox{-}BSSN$。$KCS\mbox{-}BSSN$ 返回紧密结合的社区、显著的社交影响力、最小的旅行距离，并包含一个 $(\omega, \pi)\mbox{-}keyword\mbox{-}core$。为解决 $KCS\mbox{-}BSSN$ 问题，我们开发了有效过滤无关用户和兴趣点的修剪方法。为提高查询-答案效率，我们还提出了一种称为二分图-空间-社交索引的索引技术。我们的修剪技术和索引方法通过使用真实数据集和人工数据集的实验表明有效且高效。