期刊文献+
共找到145篇文章
< 1 2 8 >
每页显示 20 50 100
基于结构紧密性的重叠社区发现算法 预览 被引量:1
1
作者 潘剑飞 董一鸿 +2 位作者 陈华辉 钱江波 戴明洋 《电子学报》 EI CAS CSCD 北大核心 2019年第1期145-152,共8页
随着网络结构的不断扩大和日益复杂,传统的重叠社区发现算法已经不能有效地处理大规模网络数据,发现合理的社区结构.本文提出了顶点引力的概念,引入顶点凝聚度和社区凝聚度作为满足社区的外部结构稀疏性和社区内部结构紧密性的判定指标... 随着网络结构的不断扩大和日益复杂,传统的重叠社区发现算法已经不能有效地处理大规模网络数据,发现合理的社区结构.本文提出了顶点引力的概念,引入顶点凝聚度和社区凝聚度作为满足社区的外部结构稀疏性和社区内部结构紧密性的判定指标,构造了基于结构紧密性的重叠社区发现算法OCSC.该算法经过预处理,核心子图划分以及核心社区的扩展三个步骤,能有效地发现重叠社区,通过对人工合成网络和真实网络结构的社区发现实验,运用NMI和F1Score等指标验证OCSC算法的合理性和优越性. 展开更多
关键词 社区发现 重叠社区 核心社区 大规模网络结构 SPARK
在线阅读 下载PDF
基于影响力与种子扩展的重叠社区发现 预览
2
作者 於志勇 陈基杰 +2 位作者 郭昆 陈羽中 许倩 《电子学报》 EI CAS CSCD 北大核心 2019年第1期153-160,共8页
社区发现作为复杂社交网络中一个重要的研究方向.针对目前基于种子节点的算法在种子选取与扩展等方面的不足,提出了一种基于影响力与种子扩展的重叠社区发现算法(Influence Seeds Extension Overlapping Community Detection,简称i-SEOC... 社区发现作为复杂社交网络中一个重要的研究方向.针对目前基于种子节点的算法在种子选取与扩展等方面的不足,提出了一种基于影响力与种子扩展的重叠社区发现算法(Influence Seeds Extension Overlapping Community Detection,简称i-SEOCD算法).首先,利用节点影响力策略找出具有紧密结构的种子社区.其次,从这些种子社区出发,计算社区邻居集节点与社区的相似度,并取出相似度超过设定阈值的节点.然后,采用优化自适应函数的策略来扩展社区.最后,对网络中的自由节点进行社区隶属划分,进而实现了整个网络的重叠社区结构挖掘.在真实社交网络和人工生成网络上实验表明,i-SEOCD算法能够准确、快速地发现复杂网络中的重叠社区结构. 展开更多
关键词 局部社区发现 种子扩展 节点影响力 重叠社区
在线阅读 下载PDF
ESN中基于贪婪派系扩张的重叠社区发现 预览
3
作者 卢志刚 吴露 《计算机工程》 CAS CSCD 北大核心 2019年第7期32-40,共9页
传统局部扩张方法在对企业社会化网络(ESN)中的重叠社区结构进行识别时,存在计算冗余与社区挖掘不彻底的问题。为此,提出一种基于贪婪派系扩张的重叠社区发现算法GFE。在原始ESN中寻找极大派系,根据派系间的关联程度计算其链接强度,将... 传统局部扩张方法在对企业社会化网络(ESN)中的重叠社区结构进行识别时,存在计算冗余与社区挖掘不彻底的问题。为此,提出一种基于贪婪派系扩张的重叠社区发现算法GFE。在原始ESN中寻找极大派系,根据派系间的关联程度计算其链接强度,将原始网络图转换成最大派系图。在最大化适应度函数的条件下,贪婪扩张最大派系图中的种子派系,以进行社区发现。在此基础上,比较社区差异度,合并近似重复的社区,从而优化重叠社区的层次结构。实验结果表明,GFE算法能有效发现ESN中的重叠社区结构,且运行效率高于CPM、LFM等算法。 展开更多
关键词 贪婪派系扩张 极大派系 企业社会化网络 社区发现 重叠社区
在线阅读 下载PDF
采用PageRank和节点聚类系数的标签传播重叠社区发现算法 预览
4
作者 马健 刘峰 +1 位作者 李红辉 樊建平 《国防科技大学学报》 EI CAS CSCD 北大核心 2019年第1期183-190,共8页
基于标签传播的社区发现算法可以检测出复杂网络的重叠社区结构,因此提出了一种基于PageRank和节点聚类系数的重叠社区发现算法。该算法使用PageRank算法对节点的影响力进行排序,可以稳定社区发现结果,节点的聚类系数是一个与节点相关的... 基于标签传播的社区发现算法可以检测出复杂网络的重叠社区结构,因此提出了一种基于PageRank和节点聚类系数的重叠社区发现算法。该算法使用PageRank算法对节点的影响力进行排序,可以稳定社区发现结果,节点的聚类系数是一个与节点相关的值,使用节点聚类系数修改算法的参数并限制每个节点拥有最多标签的数量值,可以提高社区挖掘的质量。在人工网络和真实世界的网络上测试,实验验证了该算法能够有效地检测出重叠社区,并具有可接受的时间效率和算法复杂度。 展开更多
关键词 社区发现 重叠社区 标签传播 聚类系数 PAGERANK算法 节点影响力
在线阅读 下载PDF
复杂网络的重叠社区发现并行算法 预览
5
作者 滕飞 戴荣杰 任晓春 《西南交通大学学报》 EI CSCD 北大核心 2019年第1期211-218,共8页
随着网络规模的快速增长,传统社区发现算法难以处理大规模网络数据和满足复杂网络的可扩展分析需求.本文提出一种适用于大规模复杂网络的重叠社区发现算法PHLink.该算法根据复杂网络的无标度特性将节点建立连边的原因进行分析和归类,用... 随着网络规模的快速增长,传统社区发现算法难以处理大规模网络数据和满足复杂网络的可扩展分析需求.本文提出一种适用于大规模复杂网络的重叠社区发现算法PHLink.该算法根据复杂网络的无标度特性将节点建立连边的原因进行分析和归类,用以识别网络中具有重叠性的社区结构,并采用MapReduce计算框架对网络进行分割和冗余存储,减弱了图计算的耦合性,解决了社区发现算法的分布式计算问题.通过真实网络测试,PHLink算法可以大幅度降低边计算的复杂度,对于无标度特性明显的复杂网络提取0.1%的枢纽节点即可节省94%以上的计算量,较传统算法具有较高的稳定性和准确性,并且在Hadoop平台有良好的加速性和伸缩性,可以处理千万级连边规模的大规模复杂网络. 展开更多
关键词 复杂网络 重叠社区 社区发现 无标度 并行算法 HADOOP
在线阅读 下载PDF
TSCAN:利用并行策略改进的图结构聚类算法 预览
6
作者 陈亚中 李振军 +2 位作者 李荣华 毛睿 乔少杰 《计算机工程与应用》 CSCD 北大核心 2019年第1期76-83,114共9页
近年来,图数据聚类在学术界引起了广泛的关注,许多优秀的聚类方法,如模块度优化算法、谱聚类,以及基于密度的聚类算法在图数据上取得了很好的效果。SCAN是一种著名的基于密度的图聚类算法,该算法不仅能够找出图中的聚类,而且还能够发现... 近年来,图数据聚类在学术界引起了广泛的关注,许多优秀的聚类方法,如模块度优化算法、谱聚类,以及基于密度的聚类算法在图数据上取得了很好的效果。SCAN是一种著名的基于密度的图聚类算法,该算法不仅能够找出图中的聚类,而且还能够发现不同聚类间的Hub节点,以及图中的离群点。然而,该算法存在两方面的局限性:首先,在大规模图数据上,该算法需要耗费大量的时间用于计算图中每条边的结构相似性;另一方面,该算法存在两个参数ε和μ,并且对这两个参数比较敏感。为了解决其局限性,提出了一种基于OpenMP的并行算法来求解节点相似性,并且提出了两种有效的负载均衡策略;其次,提出一种基于三角形的新型图结构聚类算法TSCAN。该模型能够有效降低算法对参数的敏感性,而且还能够发现重叠以及更稠密的社区。在多个大规模数据集上实验发现,基于多核的并行算法能够达到近乎线性的加速比,而且TSCAN算法对参数不敏感,能有效发现重叠社区。 展开更多
关键词 社区探测 结构聚类算法 重叠社区 OPENMP 并行算法
在线阅读 下载PDF
基于密度峰值和社区归属度的重叠社区发现算法
7
作者 郭昆 彭胜波 +1 位作者 张瑛瑛 陈羽中 《小型微型计算机系统》 CSCD 北大核心 2019年第5期1127-1136,共10页
现实世界中,网络节点通常会隶属于多个重叠社区,例如社交网络、文献引用网络等.因此,重叠社区发现在复杂网络分析中具有重要意义,如何高效准确地识别网络中的重叠社区是社区发现研究的难点.提出一种基于密度峰值和社区归属度的重叠社区... 现实世界中,网络节点通常会隶属于多个重叠社区,例如社交网络、文献引用网络等.因此,重叠社区发现在复杂网络分析中具有重要意义,如何高效准确地识别网络中的重叠社区是社区发现研究的难点.提出一种基于密度峰值和社区归属度的重叠社区发现算法.首先,提出一种基于节点直接邻居和间接邻居的节点间距离度量方法.其次,给出密度峰值聚类算法簇中心的局部密度阈值和跟随距离阈值计算方法,根据这两个阈值自动选取簇中心.最后,把密度峰值聚类算法应用到社区发现中,并给出社区归属度的计算方法,根据社区归属度对社区边界节点进行社区归属划分.在人工数据集和真实数据集上的实验表明:该算法能够准确的识别重叠社区结构,且具近似线性的时间复杂度,适用于大规模复杂网络. 展开更多
关键词 重叠社区 密度峰值 节点间距离 簇中心自动选取 社区归属度
复杂网络大数据中重叠社区自动检测仿真 预览
8
作者 柳原 白金牛 《计算机仿真》 北大核心 2019年第6期393-397,共5页
针对现有方法检测复杂网络重叠社区时受网络规模和社区规模,以及重叠节点比例影响较大,导致检测结果准确性不高、稳定性较差、效率较低的问题,提出了基于模糊谱聚类的重叠社区自动检测方法,将复杂网络中的每个节点用三元组形式描述,在... 针对现有方法检测复杂网络重叠社区时受网络规模和社区规模,以及重叠节点比例影响较大,导致检测结果准确性不高、稳定性较差、效率较低的问题,提出了基于模糊谱聚类的重叠社区自动检测方法,将复杂网络中的每个节点用三元组形式描述,在社区结构划分的每次迭代过程中,根据贡献函数加权处理的方法计算复杂网络中各个节点的从属系数,根据给出的社区结构划分规则对各个节点的从属系数做规范化处理,采用相似系数法构建模糊相似矩阵用于评价节点从属系数规范化处理结果,同时将复杂网络描述成一个无权无向图,并利用模糊谱聚类算法和预先设置的判断阈值,检测无权无向图中是否存在重叠社区,如果图中社区结构之间的重叠程度大于该设置阈值,说明图中存在重叠社区,将发生重叠的社区合并为一个大社区。仿真结果表明,所提方法能够实现复杂网络大数据中重叠社区的自动检测,且具有准确性较高、稳定性较好、耗时较少的优点。 展开更多
关键词 复杂网络 大数据 重叠社区 自动检测
在线阅读 下载PDF
云计算模型下复杂网络重叠社区检测方法研究 预览
9
作者 王娅 《内蒙古民族大学学报:自然科学版》 2019年第2期109-112,共4页
为了提高复杂网络重叠社区的用户行为特征监测能力,需要进行复杂网络重叠社区检测,提出一种基于云计算模型和用户行为特征提取的复杂网络重叠社区检测方法.提出一种基于数据挖掘技术的复杂网络重叠社区检测方法,构建复杂网络重叠社区用... 为了提高复杂网络重叠社区的用户行为特征监测能力,需要进行复杂网络重叠社区检测,提出一种基于云计算模型和用户行为特征提取的复杂网络重叠社区检测方法.提出一种基于数据挖掘技术的复杂网络重叠社区检测方法,构建复杂网络重叠社区用户行为特征的数据采集和特征预处理模型,挖掘复杂网络重叠社区用户行为特征数据,在云计算环境下进行复杂网络社区的重叠性检测,结合相关统计特性构建复杂网络重叠社区的推荐模型,采用模糊均值调度方法进行社区的重叠性调度和自动检测,采用自适应用户行为特征和社区属性信息融合方法实现复杂网络重叠社区的云计算挖掘,在云计算模型下实现复杂网络重叠社区检测.仿真结果表明,采用该方法进行复杂网络重叠社区检测的准确性较高,社区属性分类识别能力较强,在社区推荐中具有很好的应用价值. 展开更多
关键词 云计算模型 复杂网络 重叠社区 检测 推荐
在线阅读 免费下载
基于节点综合相似度的多标签传播社区划分算法 预览
10
作者 郝梓琳 李雷 施化吉 《计算机应用研究》 CSCD 北大核心 2019年第6期1705-1708,共4页
为了解决现有的多标签传播社区划分算法采用的随机顺序策略导致形成的社区划分结果不稳定和社区质量不够高的问题,提出了一种基于节点综合相似度的多标签传播社区划分算法MLPA-NCS。以节点潜在影响力的降序作为节点选择顺序,解决社区结... 为了解决现有的多标签传播社区划分算法采用的随机顺序策略导致形成的社区划分结果不稳定和社区质量不够高的问题,提出了一种基于节点综合相似度的多标签传播社区划分算法MLPA-NCS。以节点潜在影响力的降序作为节点选择顺序,解决社区结果划分不稳定问题。根据节点的主题相似度和链接相关度计算出节点综合相似度,并以节点综合相似度降序作为更新节点标签时对邻近节点遍历的顺序,提高所划分社区的质量。采用真实数据集和人工网络数据,对多个算法进行对比实验,结果表明算法有效可行,社区划分结果更稳定,社区质量也更高。 展开更多
关键词 社区划分 标签传播 重叠社区 综合相似度 主题相似度
在线阅读 下载PDF
融入H指数的局部拓展类重叠社区发现算法
11
作者 朱征宇 袁闯 《小型微型计算机系统》 CSCD 北大核心 2019年第1期20-25,共6页
本文针对传统的局部拓展算法具有较强的随机性和社区发现质量不高的缺陷,在种子拓展和H指数的基础上,提出了一种基于节点重要性和改进适应度的重叠社区发现算法(HDOC).算法采用H指数和局部影响力计算节点重要性,按此对节点排序和选种,... 本文针对传统的局部拓展算法具有较强的随机性和社区发现质量不高的缺陷,在种子拓展和H指数的基础上,提出了一种基于节点重要性和改进适应度的重叠社区发现算法(HDOC).算法采用H指数和局部影响力计算节点重要性,按此对节点排序和选种,使算法具有稳定性;且本文采用了一种新的适应度计算方法,兼顾考虑了节点自身和邻接点重要性,来对社区进行扩展,提高了社区的发现质量.通过在真实网络和LFR生成的人工网络中进行测试,并与其他社区发现算法对比实验表明,HDOC的社区识别能力较强,并且具有不错的时间效率. 展开更多
关键词 社区划分 重叠社区 局部拓展 节点重要性 H指数
基于LeaderRank的重叠社区发现算法 预览
12
作者 朱帅 许国艳 +1 位作者 李敏佳 张网娟 《计算机与现代化》 2019年第3期90-94,共5页
在真实的社交网络结构中常常存在着社区相互重叠的现象,发现社交网络中的重叠社区有利于研究网络特性,反映网络中的真实情况。针对多标签传播重叠社区发现算法COPRA存在的随机性,导致社区发现结果稳定性差等问题,提出一种结合节点重要... 在真实的社交网络结构中常常存在着社区相互重叠的现象,发现社交网络中的重叠社区有利于研究网络特性,反映网络中的真实情况。针对多标签传播重叠社区发现算法COPRA存在的随机性,导致社区发现结果稳定性差等问题,提出一种结合节点重要性的标签传播算法。该算法首先采用LeaderRank计算出网络中各个节点的重要性,选择重要性高的节点进行团扩展作为标签初始阶段的预处理,采用合理的标签更新顺序以防止抵消预处理阶段的工作,后期引入贡献度来弱化标签选择阶段的随机性,在基准网络和真实网络上的实验结果表明本文算法提高了社区发现结果的质量。 展开更多
关键词 社交网络 重叠社区 标签传播 LeaderRank 贡献度
在线阅读 下载PDF
基于重叠社区发现的信任网络聚类模型 预览
13
作者 刘梦霞 卢志刚 《计算机应用与软件》 北大核心 2018年第5期157-163,共7页
针对信任网络中联盟和关键企业的高效寻找问题,建立信任网络聚类模型,提出一种基于节点权重的重叠社区发现算法CDNW(overlapping community discovery based on node weights)。根据信任网络中企业间的信任度设定节点的权重,以权重最... 针对信任网络中联盟和关键企业的高效寻找问题,建立信任网络聚类模型,提出一种基于节点权重的重叠社区发现算法CDNW(overlapping community discovery based on node weights)。根据信任网络中企业间的信任度设定节点的权重,以权重最大的节点开始划分初始社区;采用重叠系数将重叠度大的社区合并,合并后的社区用关联度进行检测,将关联度过小的节点移出社区并为它重新分配社区。对不同的数据集进行测试,实验结果表明算法有较好的划分社区结构不明显的数据集的能力,具有一定的稳定性。 展开更多
关键词 信任网络 重叠社区 关联度 重叠系数 社区发现
在线阅读 下载PDF
基于遗传算法的大规模社交网络社区发现算法 预览
14
作者 陈永建 周艳 刘超英 《计算机工程与设计》 北大核心 2018年第8期2452-2459,共8页
为提高大规模社交网络社区发现算法的准确率与计算效率,提出一种基于社区隶属度与遗传算法的大规模社交网络社区发现算法。设计基于社区隶属度的社区数量估计算法,计算社区的密度指标,根据社区密度为初始化社区设置最大社区规模约束;选... 为提高大规模社交网络社区发现算法的准确率与计算效率,提出一种基于社区隶属度与遗传算法的大规模社交网络社区发现算法。设计基于社区隶属度的社区数量估计算法,计算社区的密度指标,根据社区密度为初始化社区设置最大社区规模约束;选择社交网络中原网络图的非孤立点作为初始化种群,满足最大社区规模的约束;通过基于节点外部关联性的交叉算子与基于复制的变异算子提高遗传算法的多样性。基于不同规模的社交网络进行仿真实验,实验结果表明,该算法的社区检测准确率优于其它基于遗传算法的社区发现算法,具有较高的计算效率,对于大规模数据集具有较高的社区检测准确率。 展开更多
关键词 社区隶属度 社交网络 社区发现 遗传算法 重叠社区 外部关联性
在线阅读 下载PDF
移动社交网络的重叠社区发现方法 预览
15
作者 洪小龙 《移动通信》 2018年第8期33-37,共5页
为了解决移动社交网络社区发现不精确的问题,引入移动用户的上下文信息,研究了采用移动用户社交网络的介数来剔除移动社交网络中不稳定的边,利用GN算法快速形成社区核后,采用节点与社区核之间的相似度来获得重叠社区的划分结果。实验结... 为了解决移动社交网络社区发现不精确的问题,引入移动用户的上下文信息,研究了采用移动用户社交网络的介数来剔除移动社交网络中不稳定的边,利用GN算法快速形成社区核后,采用节点与社区核之间的相似度来获得重叠社区的划分结果。实验结果证明,提出的算法能够提高社区发现的算法精度。 展开更多
关键词 GN算法 社区 时空相似度 重叠社区
在线阅读 下载PDF
大规模网络中基于LDA模型的重叠社区发现 预览
16
作者 张伟 祁德昊 陈云芳 《南京邮电大学学报:自然科学版》 北大核心 2018年第3期54-64,共11页
传统的重叠社区发现基于网络的结构信息,具体依靠节点之间的连接关系,由于没有使用节点的内容信息,难以反映网络社区的语义。文中提出了一种大规模网络中基于节点属性的重叠社区发现算法(Overlapping Community Detection algorithm... 传统的重叠社区发现基于网络的结构信息,具体依靠节点之间的连接关系,由于没有使用节点的内容信息,难以反映网络社区的语义。文中提出了一种大规模网络中基于节点属性的重叠社区发现算法(Overlapping Community Detection algorithm based on LDA,OCD—LDA),该算法使用LDA主题模型对节点内容进行多维属性建模,将网络节点看作文章,节点所携带的多维属性值看作文章中的单词,因此网络中的社区对应了主题模型中的主题,节点的多重社区归属对应于文章的多个主题。算法进一步考虑到网络中节点内容短小在主题建模过程中导致的数据稀疏问题,在LDA主题模型中引入Spikeand Slabprior方法辅助实现变量选择和参数估计,有效地解决节点上社区分布的稀疏性和平滑性问题。实验使用DBLP文献数据集对算法进行了验证,结果表明,OCD—LDA算法能够更加有效地发现大规模网络中的重叠社区分布,揭示出复杂数据的内在特性。 展开更多
关键词 社会网络 LDA 社区发现 重叠社区
在线阅读 下载PDF
基于标签传播的重叠社区发现算法 预览
17
作者 吴春国 李艳振 +2 位作者 李瑛 高瑞 时小虎 《大连理工大学学报》 CSCD 北大核心 2018年第4期414-421,共8页
重叠社区发现是复杂网络研究的重要课题.提出一种基于标签传播的重叠社区发现算法.首先利用标签传播算法得到初始无重叠社区划分结果,之后通过设计新的重叠节点识别算法确定重叠节点,最后再根据重叠节点的识别结果对社区进行合并从而得... 重叠社区发现是复杂网络研究的重要课题.提出一种基于标签传播的重叠社区发现算法.首先利用标签传播算法得到初始无重叠社区划分结果,之后通过设计新的重叠节点识别算法确定重叠节点,最后再根据重叠节点的识别结果对社区进行合并从而得到最终的重叠社区划分结果.该算法克服了已有算法重叠节点占比过大的弊端.为验证算法的有效性,在LFR人工数据集、3个标准公开测试集以及真实的大豆基因共表达网络上进行实验,并与已有算法进行对比.实验结果表明,该算法性能明显优于对比算法,极大地改善了重叠节点比重过大问题. 展开更多
关键词 重叠社区 社区发现 标签传播 复杂网络 基因表达数据
在线阅读 下载PDF
复杂网络社区发现方法综述 预览
18
作者 阎海玲 《信息与电脑》 2018年第20期162-163,169共3页
复杂网络往往能呈现社区结构的特点,发现复杂网络中的社区结构对于复杂网络的进一步深入研究具有重要的意义。本文从节点连接、社区变化和节点是否重叠等不同角度对社区进行分类,对社区发现的传统方法和新模型方法分别进行分析,并对图... 复杂网络往往能呈现社区结构的特点,发现复杂网络中的社区结构对于复杂网络的进一步深入研究具有重要的意义。本文从节点连接、社区变化和节点是否重叠等不同角度对社区进行分类,对社区发现的传统方法和新模型方法分别进行分析,并对图分割方法、层次聚类方法、其他聚类方法和启发式算法等方法的优缺点进行了总结。 展开更多
关键词 复杂网络 重叠社区 社区发现
在线阅读 下载PDF
一种优化标签传播过程的重叠社区发现算法 预览 被引量:2
19
作者 赵雨露 张曦煌 《计算机应用研究》 CSCD 北大核心 2018年第3期765-768,共4页
随着社区规模的不断扩大,基于标签传播思想的重叠社区发现算法得到较大发展。经典重叠社区发现算法虽然很好地利用了标签随机传播特性实现了重叠社区发现,但是也导致该算法输出结果很不稳定、社区生成质量较差。为克服采用最新的Clust... 随着社区规模的不断扩大,基于标签传播思想的重叠社区发现算法得到较大发展。经典重叠社区发现算法虽然很好地利用了标签随机传播特性实现了重叠社区发现,但是也导致该算法输出结果很不稳定、社区生成质量较差。为克服采用最新的ClusterRank为所有节点排序降低随机性带来的结果稳定性差的弊端,引入最大社区节点数以控制最大社区节点数目,防止远大于其他社区的Monster出现。采用真实数据集和人工网络验证,结果证实,改良后算法可行有效。 展开更多
关键词 重叠社区 标签传播 ClusterRank 节点重要性
在线阅读 下载PDF
基于多标签传播的重叠社区发现优化算法 预览
20
作者 杜长江 王志晓 邢贞明 《数据采集与处理》 CSCD 北大核心 2018年第2期288-298,共11页
标签传播算法是一种被广泛应用的社区发现算法,该算法为网络中的每个节点分配一个初始标签,然后通过传播标签来发现复杂网络中的潜在社区,具有时间复杂度低的特点。当前基于标签传播的重叠社区发现算法存在忽略节点重要性差异、需要... 标签传播算法是一种被广泛应用的社区发现算法,该算法为网络中的每个节点分配一个初始标签,然后通过传播标签来发现复杂网络中的潜在社区,具有时间复杂度低的特点。当前基于标签传播的重叠社区发现算法存在忽略节点重要性差异、需要人为设置参数等不足。针对该类算法在重叠社区发现方面的缺陷,提出一种基于多标签传播的重叠社区发现优化算法。该算法使用K-核分解方法找出若干个社区核心节点,以这些节点为种子节点,逐层向外传播标签;在进行标签选择的时候以邻居节点标签的种类来决定重叠节点的标签个数。实验表明,该算法明显改善了社区发现的性能,提高了划分结果的稳定性和准确性。 展开更多
关键词 复杂网络 重叠社区 标签传播 K-核分解
在线阅读 下载PDF
上一页 1 2 8 下一页 到第
使用帮助 返回顶部 意见反馈