Community Detection for Heterogeneous Multiple Social Networks

要約

コミュニティは、ソーシャル ネットワークにおけるユーザーの行動とネットワークの特性を理解する上で重要な役割を果たします。
一部のユーザーは、さまざまな目的のために複数のソーシャル ネットワークを同時に使用できます。
これらのユーザーは、異なるソーシャル ネットワークの橋渡しをする重複ユーザーと呼ばれます。
複数のソーシャル ネットワークにわたるコミュニティの検出は、ネットワーク間のインタラクション マイニング、情報拡散、および行動移行分析に不可欠です。
この論文では、複数の異種ソーシャル ネットワークに対する非負行列の 3 因子化に基づくコミュニティ検出方法を紹介します。これは、グローバルな融合コミュニティを表す共通のコンセンサス行列を定式化します。
具体的には、提案された方法では、ネットワーク構造とコンテンツの類似性に基づいて隣接行列を作成し、その後、異なるソーシャル ネットワークで重複するユーザーを区別する位置合わせ行列を作成します。
この方法は、生成されたアライメント行列を使用して、ネットワーク全体で重複するユーザー コミュニティを検出することにより、グローバル コミュニティの融合度を高めることができます。
提案された手法の有効性は、Twitter、Instagram、Tumblr のデータセット上の新しい指標を使用して評価されます。
実験の結果、コミュニティの質とコミュニティの融合の点で優れたパフォーマンスを示しました。

要約(オリジナル)

The community plays a crucial role in understanding user behavior and network characteristics in social networks. Some users can use multiple social networks at once for a variety of objectives. These users are called overlapping users who bridge different social networks. Detecting communities across multiple social networks is vital for interaction mining, information diffusion, and behavior migration analysis among networks. This paper presents a community detection method based on nonnegative matrix tri-factorization for multiple heterogeneous social networks, which formulates a common consensus matrix to represent the global fused community. Specifically, the proposed method involves creating adjacency matrices based on network structure and content similarity, followed by alignment matrices which distinguish overlapping users in different social networks. With the generated alignment matrices, the method could enhance the fusion degree of the global community by detecting overlapping user communities across networks. The effectiveness of the proposed method is evaluated with new metrics on Twitter, Instagram, and Tumblr datasets. The results of the experiments demonstrate its superior performance in terms of community quality and community fusion.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google