第38卷 第2期2008年3月

吉林大学学报(工学版)

JournalofJilinUniversity(EngineeringandTechnologyEdition)

Vol.38 No.2 Mar.2008

DSNE:一个新的动态社会网络分析算法

周春光,曲鹏程,王 曦,王建宇,王 喆

(吉林大学计算机科学与技术学院,长春130012)

摘 要:为了更好地对社会网络提供动态分析,提出了一种新的基于事件的动态社会网络分析算法(DynamicSocialNetworkAnalysisAlgorithmBasedonEvents,DSNE)。该算法基于隐空间和两阶段聚类方法充分利用实体和事件的动态信息,能够很好地确定每个簇的核心节点,并根据时间步的变化观察到节点位置的变化趋势。实验结果表明了算法的可行性、有效性和准确性。

关键词:人工智能;数据挖掘;隐空间;动态社会网络;聚类;相似度

中图分类号:TP183 文献标识码:A 文章编号:1671 5497(2008)02 0408 06

DSNE:anewdynamicsocialnetworkanalysisalgorithm

ZhouChun guang,QuPeng cheng,WangXi,WangJian yu,WangZhe

(CollegeofComputerScienceandTechnology,JilinUniversity,Changchun130012,China)

Abstract:Toprovidebetterdynamicanalysisofsocialnetwork,anewalgorithm,DynamicSocialNetworkAnalysisAlgorithmBasedonEvents(DSNE),wasproposed.Thenewalgorithmtakesfulluseofthedynamicinformationoftheentitiesandeventsbasedonlatentspaceandtwo phasesclusteringmethod.Itcanaccuratelyidentifythecorenodeofeachcluster,andobservethemovingtrendofnodepositionsateachtime step.Thefeasibility,efficiencyandveracityoftheproposedalgorithmwereverifiedbyexperiments.

Keywords:artificialintelligent;datamining;latentspace;dynamicsocialnetwork;clustering;similarity 当前,对于动态社会网络算法的研究已经开始受到广泛关注。由于动态社会网络更注重节点位置以及节点间的连接关系随时间的变化,因此,如何将时间加入到社会网络模型中并将相关信息保存下来就成为研究的重点和难点。同时,动态社会网络算法也面临着一些难以解决的问题:!算法对于节点初始位置以及连接关系的确定。如

收稿日期:2007 01 08.

基金项目:国家自然科学基金项目(60433020,60673099);教育部 符号计算与知识工程 重点实验室项目;吉林大学

985工程 项目

作者简介:周春光(1947 ),男,教授,博士生导师.研究方向:计算智能,数据挖掘,模式识别,生物信息学.

E mail:cgzhou@http://doc.xuehai.net

通讯联系人:王喆(1974 ),男,讲师.研究方向:神经网络,数据挖掘.E mail:wz2000@http://doc.xuehai.net

何使节点位置在各时间步变化不大是一个很大的挑战。节点间连接关系确定的关键是定义两个节点之间的相似度,这个值将作为图中节点之间的连接权值,对于网络结构的确定影响很大。 算

法中对于聚类方法的选择。聚类方法既要考虑节点的位置,又要考虑节点间的连接关系,传统的方法一般只考虑其中的一点。如何使用聚类方法找