论文部分内容阅读
社会网络特征千差万别，演化规律错综复杂．合理地分析网络演化规律，及时地检测网络事件具有重大意义．基于链路预测的社会网络事件检测方法利用有限的网络拓扑信息，能够有效地发现网络演化的异常波动，准确地检测网络事件．然而，现有方法大多受到链路预测的宏观评价指标的限制，忽略了不同节点演化波动的差异，用相同的相似性计算指标去描述所有节点的演化波动，不利于提升事件检测的表现．为了进一步提升事件检测的精确性和敏感性，提出一种面向节点演化波动的社会网络事件检测方法NodeED，由节点相似性计算指标判定算法SimJudge和