基于持久度的社交网络隐藏社区与图结构恢复
社会与信息网络
2023-04-26 v2
摘要
由于近期数据分析技术的发展，通过社交网络中表达的信息来检测社区的技术已经得到开发。尽管其具有若干优势，包括能够通过估计出的社区有效分享推荐项目，但也可能引发个人隐私问题。因此，近期同时也在研究如何很好地隐藏真实社区的问题。作为示例，Mittal 等人提出了一种称为 NEURAL 的算法，能够基于一种称为持久度(permanence)的度量很好地隐藏该社区。在此基础上，本研究提出一种逆向 NEURAL (R-NEURAL) 算法，利用持久度恢复社区以及原始图结构。所提算法包含一种方法，可良好地恢复不仅被 NEURAL 算法隐藏的社区，还有被恢复边所修改的原始图结构。我们在真实世界图上进行了实验，发现所提算法能很好地恢复隐藏社区以及图结构。
引用
@article{arxiv.2301.12398,
title = {Permanence based Hidden Community and Graph Recovery in Social Networks},
author = {Jaeyoung Choi and Wooseok Sim},
journal= {arXiv preprint arXiv:2301.12398},
year = {2023}
}