基于潜在语义的网络社区发现

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (22): 115-119.

基于潜在语义的网络社区发现

班磊，方启明，武永卫，杨广文

清华大学计算机系清华信息科学与技术国家实验室（筹），北京 100084

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-08-01 发布日期:2007-08-01
通讯作者: 班磊

Web community detection with latent semantics

BAN Lei，FANG Qi-ming，WU Yong-wei，YANG Guang-wen

Tsinghua National Laboratory for Information Science and Technology，Department of Computer Science and Technology，Tsinghua University，Beijing 100084，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-08-01 Published:2007-08-01
Contact: BAN Lei

摘要/Abstract

摘要： 采用类似于LSI的方法，对于blog网页的链接进行了一次关于潜在语义的探索，借以发现网络社区。从实验的结果来看，基本验证了最初的想法，网页链接在一定程度上包含潜在语义的信息。注意到语义网与现今的HTML网页在链接问题上思想基本一致（只是多了语义的标记），因此该方法同样适用于语义网内的社区发现与信息检索，这也是进行研究初衷。另一个贡献是通过幂迭代对GMC聚类作了算法上的优化，使得在海量数据上的处理速度大大加快。

关键词: 语义检索, 网络社区, 潜在语义, GMC聚类, 幂迭代

Abstract: We explore the latent semantic relations between blog pages with links by a method similar to LSI to detect web communities.The result of our experiment confirms our original ideas that web links contain some latent semantic information.Notice that semantic web has no difference with current HTML web on links except for some semantic tags，we believe this method can also be applied to community detection and information retrieval on semantic web，which is the initial goal of our work.Another contribution of this paper is that we do some optimizations on GMC clustering method by power iteration，which makes it much faster when dealing with huge data source.

Key words: semantic search, web community, latent semantic, GMC clustering, power iteration

班磊，方启明，武永卫，杨广文. 基于潜在语义的网络社区发现[J]. 计算机工程与应用, 2007, 43(22): 115-119.

BAN Lei，FANG Qi-ming，WU Yong-wei，YANG Guang-wen. Web community detection with latent semantics [J]. Computer Engineering and Applications, 2007, 43(22): 115-119.

[1]	任建华，沈炎彬，孟祥福，王伟. 基于词条之间关联关系的文档聚类[J]. 计算机工程与应用, 2016, 52(7): 86-90.
[2]	孙曰昕，马慧芳，姚伟，张志昌. 结合互信息和主题模型的微博话题发现方法[J]. 计算机工程与应用, 2016, 52(6): 61-66.
[3]	刘勘，朱芳芳. 基于潜在语义索引的科技文献主题挖掘[J]. 计算机工程与应用, 2014, 50(24): 113-117.
[4]	齐保元1，2，曹存根2，郑宇飞2，岳金朋2，3. 领域知识文档的语义检索方法研究[J]. 计算机工程与应用, 2012, 48(3): 146-150.
[5]	钟将，刘荣辉. 一种改进的KNN文本分类[J]. 计算机工程与应用, 2012, 48(2): 142-144.
[6]	金小峰. 一种大容量文本集的智能检索方法[J]. 计算机工程与应用, 2011, 47(7): 143-145.
[7]	宋佳，王卷乐，诸云强，冯敏. 基于地理空间本体的语义检索相关度研究[J]. 计算机工程与应用, 2011, 47(5): 114-117.
[8]	张玉芳，张洪，熊忠阳，李文田. 结合概率潜在语义分析的文本谱聚类方法研究[J]. 计算机工程与应用, 2011, 47(36): 134-136.
[9]	李银花1，王素格2. 文本褒贬倾向判别研究[J]. 计算机工程与应用, 2011, 47(18): 160-162.
[10]	周扬，李青. 飞机故障知识的本体建模及语义检索[J]. 计算机工程与应用, 2011, 47(16): 12-15.
[11]	傅鹂1，涂春梅1，付春雷2，马扬1，聂奇尉1. 基于语义的成语检索系统研究[J]. 计算机工程与应用, 2011, 47(13): 147-149.
[12]	张功杰，赵向军，陈克建. 面向本体的语义相似度计算及在检索中的应用[J]. 计算机工程与应用, 2010, 46(29): 131-133.
[13]	陈登科，孔繁胜. 基于高斯pLSA模型与项目的协同过滤混合推荐[J]. 计算机工程与应用, 2010, 46(23): 209-211.
[14]	郝红星¹，吴玲达^1，2，宋汉辰¹. 网络社区及其链接可视化研究[J]. 计算机工程与应用, 2010, 46(13): 8-10.
[15]	盛秋艳^1，2，印桂生¹. 一种基于本体的语义检索算法[J]. 计算机工程与应用, 2009, 45(36): 148-150.