Resumen

El descubrimiento de comunidades puede identificar la estructura de la comunidad en una red, y proporciona a los consumidores servicios personalizados e información. Juega un papel importante en promover la inteligencia de la sociedad en red. La mayoría de las redes comunitarias tienen una estructura de comunidad cuyos vértices se agrupan en grupos, lo cual es significativo para la minería de datos de red y la identificación. Los métodos existentes de detección de comunidades exploran la topología de red original, pero no hacen un uso completo de la información semántica inherente en los nodos, por ejemplo, los atributos de los nodos. Para resolver el problema, exploramos las redes considerando tanto la topología de red original como las estructuras comunitarias inherentes. En este artículo, proponemos un modelo novedoso de factorización de matrices no negativas (NMF) que se divide en dos partes, la matriz de estructura de comunidad y la matriz de atributos de nodo, y presentamos un método de actualización de matriz para abordar el problema de optimización de factorización de matrices no negativas. NMF puede lograr

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Descubrimiento de comunidades; Estructura de red; Atributos de nodo; Factorización de matrices no negativas; Métodos de detección de comunidades; Relaciones internas
• Keywords:Community discovery; Network structure; Node attributes; Nonnegative matrix factorization; Community detection methods; Internal relationships