科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种面向多层社交网络结构挖掘的特征自表示学习方法,包括：构建面向社交的多层网络结构以及邻接矩阵；在每一层社交网络邻接矩阵的基础上构建网络的PMI矩阵并构建将社交网络的邻接矩阵分解得到基矩阵与特征矩阵的目标函数；对PMI矩阵进行特征分解,获得共享特征和层特异性特征；利用自表示策略学习社交网络节点间的相互关系并将共享特征投影到节点仿射子空间中并对目标函数进行更新；重复上述步骤,获得最终的自表示矩阵；对自表示矩阵进行谱聚类,获得多层社交网络的社区检测结果。本发明通过将节点的特征分解为共享的和特定于层的部分,提出了一种表征多层社交网络中保守社区的新策略,解决了多层社交网络中层间异质性问题。
- 单位
