基于信息熵的社区发现算法研究

摘要：

针对现有社区发现依靠出度、入度、介数来进行社会划分的一些不足,研究了依靠信息熵来对社区进行度量,提出了基于信息熵的社区发现算法CDBE(Community Detection Based on Entropy).如果社区内部信息量大,熵就大.不确定事件发生的概率就大.社区具有凝聚力,信息的熵相对稳定,不会出现熵剧烈增加或减少的情况,根据节点集合熵的变化是否剧烈,可以判断节点是否是社区的成员,从而实现社区的发现.实验表明,CDBE能够发现有价值的社区.

关键词：社区发现、信息熵、推荐系统、数据挖掘

所属期刊栏目：38

分类号：TP3;TP1

资助基金：陕西省教育厅项目09JK317;基于本体的服务研究AYQDZR200916;智能信息处理技术关键问题及应用研究2008akxy005

在线出版日期：2011-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：238-240