文件名称：基于图聚类与蚁群算法的社交网络聚类算法
文件大小：1.45MB
文件格式：PDF
更新时间：2024-05-20 07:54:50
社交网络 数据挖掘 聚类处理
针对社交网络中社交关系的有向性与多样性，提出了一种基于图聚类与蚁群算法的社交网络聚类算法。首先，在网络覆盖率的约束下为社交网络建立有向、非全连接的二维图模型；然后，采用K-medoids算法搜索用户分组的中心用户，采用人工蚁群算法在2D图中搜索各个用户与中心用户的相似性，将满足相似性阈值的用户分为同一个用户组。设计了低活跃用户的预测机制解决网络的稀疏性问题与冷启动问题。此外，通过网络覆盖率的约束条件权衡聚类准确率与覆盖率两个指标。仿真实验结果表明，该算法实现了较好的社交网络聚类性能，并且有效地缓解了稀疏性问题与冷启动问题。