用于 YouTube 社交网络中心性与团检测的机器学习新算法
机器学习
2020-02-11 v1 社会与信息网络
机器学习
摘要
本研究项目的目标是利用机器学习技术分析社交网络动态，以定位极大团并寻找聚类，从而识别目标人群。本项目设计并实现了无监督机器学习技术，用于分析来自 YouTube 的数据集，以发现社交网络中的社群并找出中心节点。实现并应用了不同的聚类算法于 YouTube 数据集。著名的 Bron-Kerbosch 算法在本文研究中被有效用于寻找极大团。本研究获得的结果可用于广告目的和构建智能推荐系统。所有算法均使用 Python 编程语言实现。实验结果表明，我们能够通过团中心性和度中心性成功找到中心节点。通过利用团检测算法，研究展示了机器学习算法如何检测大型网络中的紧密群体。
引用
@article{arxiv.2002.03893,
title = {Novel Machine Learning Algorithms for Centrality and Cliques Detection in Youtube Social Networks},
author = {Craigory Coppola and Heba Elgazzar},
journal= {arXiv preprint arXiv:2002.03893},
year = {2020}
}