基于KL散度矩阵迹的潜映射半监督社区发现

作     者：余琨 伍孝金 YU Kun;WU Xiaojin

作者机构：荆楚理工学院计算机工程学院湖北荆门448000 荆楚理工学院教育技术中心湖北荆门448000 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2017年第43卷第12期

页      面：296-302页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：湖北省科技计划项目(2015CFB209) 

主　　题：潜空间 特征映射 半监督 社区发现 梯度下降 

摘      要：为提高社区发现算法的计算效率和发现性能,提出一种基于潜空间映射的半监督社区发现梯度下降算法。基于潜空间表示形式构建基于潜空间映射的半监督社区发现框架,并使用KL散度对潜空间顶点相似度进行评价,获得三元组表示形式,基于矩阵迹和Frobenius范数,构建半监督社区发现梯度下降算法的优化规则,以实现目标函数局部极小值点的快速获取,提高算法在大规模社区发现中的实用价值,给出算法计算复杂度理论分析。实验结果表明,与局部社区结构发现算法、格文-纽曼算法、标签传播算法等算法相比,该算法具有更好的社区发现性能。