欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
位置：立项数据库 > 立项详情页
中文摘要：
复杂网络中的社团结构探测对于理解网络的拓扑结构和功能有重要意义, 已经成为数据挖掘领域中无监督学习的一个重要问题. 本项目运用非负矩阵分解模型, 字典学习, 人机互动以及数据挖掘中相关的背景知识, 重点研究该领域中的两个问题1. 针对不同类型的网络社团结构设计相应的非负矩阵分解模型, 使用高效稳健的字典学习算法, 以期提高社团结构探测结果的精度. 本问题的挑战在于能否将不同类型的社团结构恰当分类, 结果是否有较好的可解释性, 能否建立统一的矩阵分解框架; 2. 鉴于网络社团结构探测问题本身的特点, 难以给出明确的定义, 我们建立人机互动的网络社团结构探测模型, 将分析者拥有的背景信息时时地反馈给矩阵分解模型, 提高模型的可解释性, 为社团结构探测问题提供了新视角, 具有经典的矩阵分解模型, 模糊聚类模型和半监督模型所不具备的特点和优势.
结论摘要：
英文主题词community detection；semi-supervised learning；unsupervised learning；binary matrix factorization；nonnegative matrix factorization
成果综合统计
期刊论文
会议论文
专利
获奖
著作
相关项目
张忠元的项目
