陈卉敏
- 作品数：2 被引量：5H指数：2
- 供职机构：中国民航大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种结合SVD的SNMF复杂网络社区发现方法被引量：2
- 2013年
- 传统对称非负矩阵分解方法在解决复杂网络社区发现问题时,存在计算结果不稳定、收敛速度慢等问题,为此,本文提出一种结合奇异值分解(SVD)的对称非负矩阵分解(SNMF)复杂网络社区发现方法.首先利用奇异值分解,对复杂网络特征矩阵的K秩近似矩阵进行两次近似,得到有效的初始化矩阵.然后利用对称非负矩阵分解,求出最终的矩阵因子,并通过节点类别判定,获得网络社区结构.在人工合成网络和真实世界网络上进行了实验,结果表明本文提出的方法在复杂网络社区发现问题上稳定有效,在收敛速度和社区发现精度上较传统对称非负矩阵分解方法有所提高.
- 冯霞陈卉敏李勇
- 关键词：复杂网络奇异值分解初始化
- 民航旅客社会网络构建方法研究被引量：4
- 2013年
- 传统的民航旅客价值分析仅仅针对单个旅客的乘机数据,忽略了旅客间存在的关系。为了提供社会网络类型数据支持,更全面地分析民航旅客,提出一种PNR数据的民航旅客社会网络构建方法。分析PNR数据特征,并描述民航旅客社会网络结构。在分析节点属性时,提出民航旅客RFM模型,引入旅客个体价值。根据旅客订座行为特征发现旅客关系,计算旅客间的乘机关联度,创建四元组有效表示节点间的边。应用Oracle数据库,从PNR表中生成该网络的节点集和边集。在真实PNR数据集上的实验表明方法的有效性和可行性。
- 冯霞李勇陈卉敏
- 关键词：民航旅客
