计算机应用

作者：盛俊, 顾沈胜, 陈崚

单位：1. 扬州大学 信息工程学院, 江苏 扬州 225000;2. 扬州市职业大学 信息工程学院, 江苏 扬州 225000

关键词：带符号网络,隐空间,映射,顶点分类

基金：国家自然科学基金资助项目（61379066，61472344，61402395）；江苏省自然科学基金资助项目（BK20140492）；江苏省教育厅自然科学基金资助项目（13KJB520026）；江苏省六大人才高峰项目（2011-DZXX-032）；2018年度扬州市职业大学校级科研项目（2018ZR04）。

社会网络顶点分类在解决实际问题中有广泛的应用，但绝大多数现有的网络顶点分类算法都集中在无符号的网络，而在边上具有符号的社交网络上的顶点分类算法却很少，且负链接对于符号网络分析的作用大于正链接。研究了符号网络中顶点的分类问题。首先将正、负网络映射到相对应的隐空间，提出基于隐空间的正负链接的数学模型；然后提出优化该模型的迭代算法，通过对隐空间矩阵和映射矩阵的迭代优化，来对网络中的顶点进行分类。由带符号的社会网络数据集的实验结果证明，该算法在数据集Epinions上得到结果的F1值在11以上，在数据集Slashdo上得到结果的F1值在23.8以上，与随机算法相比具有较高的精确度。

来源：2019年第5期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第5期