基于带权图的层次化社区并行计算方法

• 作者: 丁兆云 卢风顺 吴泉源 周斌 林旺群 贾焰
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 社区发现 带权图 并行计算 社会网络 层次化树
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 1517-1530
• 分类号: TP391
• 字数: 12132字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2012.04076

摘要

提出了一种基于带权图并行分解的层次化社区发现方法,该方法采用图划分的方式定义社区结构,并在这种社区结构之上实现了社会网络社区发现并行算法P-SNCD(parallel social network community discovery).P-SNCD算法有效地避免了传统的基于“模块度”的社区发现方法倾向于发现相似规模社区的弊端.同时,该算法能够以可扩展的方式,在处理器规模为O(hmn)或O(hn2)的条件下,以并行计算时间复杂度为O(logn)高效地挖掘大规模复杂社会网络中社区密度为h的社区,其中,n为社会网络节点数,m为边数,h为用户指定的任意社区密度.所提出的算法对用户参数输入要求简单,从而使得算法具有较强的实用性.充分的实验数据验证了所提出算法的精确性和高效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢风顺	国防科学技术大学计算机学院	8	285	5.0	8.0
2	吴泉源	国防科学技术大学计算机学院	85	1515	24.0	36.0
3	贾焰	国防科学技术大学计算机学院	117	2188	23.0	43.0
4	周斌	国防科学技术大学计算机学院	52	1325	19.0	35.0
5	丁兆云	国防科学技术大学计算机学院	8	341	7.0	8.0
6	林旺群	国防科学技术大学计算机学院	3	71	2.0	3.0