摘要：K-means算法思想： 对于给定的样本集，事先确定聚类簇数k，从样本集中随机选取k个样本点作为簇中心，计算所有样本与k个簇中心的距离，对于每一个样本，将其划分到和它距离最近的簇中心所在簇中，然后在各簇中再次计算新的簇中心，新的簇中心通常以该簇中所有样本的均值表示。 K-means算法的基本步骤： 阅读全文

摘要：一个社交网络通常被描述为一个有向图G=(V,E),其中V是节点的集合，E∈V×V是有向边的集合。每一个节点v∈V代表社交网络中的一个人，每一条边(u,v)∈E代表节点u到节点v的影响力关系。 边是有向的，(u,v)∈E表明节点u对节点v有影响力，反之不一定。对于(u,v)∈E，它叫做节点u的出边，节 阅读全文