【出 处】：《 计算机仿真 》 CSCD 2015年第32卷第12期 164-167页,共4页

【作 者】： 封红旗 ; 沈田予 ; 杨长春

【摘 要】 当社交网络特殊对象通信数据量过大，分布密度计算结果不准确时，传统的挖掘方法中大量的参数对社交网络归属度产生必要的约束，需要进行大量的迭代计算，特殊对象无法形成最优的挖掘，导致挖掘准确率低、效果差的问题。提出基于完全子图改进算法的社交网络特殊对象挖掘方法。利用完全子图原理对社交网络对象进行深入分析，利用社交网络归属度对完全子图进行改进，建立社交网络特殊对象挖掘模型，通过多次迭代运算，最终实现了社交网络中特殊对象的有效挖掘。实验结果表明，利用改进算法进行海量数据下的社交网络特殊对象挖掘，能够有效提高检测的准确率。