社会网络中证据属性的优势
人工智能
2017-09-06 v2 社会与信息网络
摘要
如今，针对社交网络中的社区检测任务已有许多方法。其中，一些方法仅考虑拓扑图结构，而另一些方法则同时利用图结构和节点属性。在真实网络中，图中存在许多不确定和含噪属性。本文中，我们首先展示如何在具有不确定属性的图中检测社区。根据图结构生成数值属性、概率属性以及证据属性。在第二步中，向属性中添加一些噪声。我们在具有不同类型属性的图上进行了实验，并根据归一化互信息（NMI）值比较了检测结果。实验结果表明，与具有概率属性和数值属性的聚类相比，使用证据属性的聚类给出了更好的结果。这说明了证据属性的优势。
引用
@article{arxiv.1707.08418,
title = {The Advantage of Evidential Attributes in Social Networks},
author = {Salma Ben Dhaou and Kuang Zhou and Mouloud Kharoune and Arnaud Martin and Boutheina Ben Yaghlane},
journal= {arXiv preprint arXiv:1707.08418},
year = {2017}
}
备注
20th International Conference on Information Fusion, Jul 2017, Xi'an, China