计算机应用

作者：林欣蕊, 王晓菲, 朱焱

单位：西南交通大学 计算机与人工智能学院，成都 611756

关键词：学术社交网络,图异常检测,学术异常引用,图神经网络,局部扩展社区发现

基金：四川省科技计划项目(2019YFSY0032)

学术社交网络中的某些学者可能组成异常引用群体，相互之间过度引用彼此的文章以谋取利益。现有的异常群体检测算法大多将社区检测与节点表示学习分离，导致最终异常群体检测性能受限。为此，提出一种基于局部扩展社区发现的异常引用群体检测（GADL）算法。所提算法利用论文研究领域、标题内容等语义信息提取作者异常引用特征；定义基于节点转移相似度、节点社区隶属度、引用异常度和广度优先遍历（BFS）深度的扩展度量函数；结合异常社区发现和异常节点检测，在统一框架下对二者联合优化，可获得最优的异常检测性能。在ACM、DBLP1和DBLP2数据集上，相较于ALP算法，所提算法分别提高了6.07%、5.35%和3.38%。在真实数据集上的实验结果表明，所提算法可有效地检测异常学术引用。

来源：2024年第6期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第6期