社会化媒体提供了海量的、大尺度的异质网络数据, 如何对网络数据进行分类是一个亟待解决的新问题。基于潜在社会维模型, 提出利用流形学习中的拉普拉斯特征映射算法进行社会维抽取。实验表明, 在精确匹配率、微平均、宏平均等性能指标上, 均优于基于模块度最大化的原有社会维模型。该算法能更好地获取用户的隐性联系, 从而更好地分析网络用户行为。
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~