HAESF社区发现算法

异构网络检测领先

融合异构结构与社区语义，在无监督设定下实现更准确可靠的社区发现。

Yan, Zhao · 李卫民 · 刘方方 · Wang, Jingchao · Alex Munyole, Luvembe

Expert Systems with Applications 2024

参数信息

综合分数领先幅度

11.73 %

技术优势

异构结构建模

采用分层注意力机制表示和聚合网络的异构结构，能有效捕获不同类型节点和关系。

语义信息融入

从社区角度学习语义信息，利用非负矩阵分解获得社区语义，用于约束社区划分。

统一高效优化

设计统一框架联合优化两个模块，利用SF损失作为判断性损失进行选择性分割优化，提高算法效率。

应用场景

• 社交网络分析：检测社交网络中的社区，揭示用户群体结构。
• 生物网络分析：发现生物网络中的功能模块，辅助理解生物过程。
• 复杂网络分析：在异构复杂网络中实现无监督社区发现。