应用人工鱼群算法的重叠社区检测

• 作者: 孙明 王一萍
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 社区结构 人工鱼群算法 标签传播 模块度
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 大数据
• 页码范围: 131-136
• 页数: 6页
• 分类号: TP393
• 字数: 5489字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2013.10.017

摘要

随着小企业大数据现象的涌现,复杂网络作为复杂系统的建模已很普遍,其中的社区检测是最重要的问题之一.大部分已有的社区检测算法是在社区不重叠情况下进行的,针对现实世界中重叠社区普通存在的现象,提出了一种基于人工鱼群算法的重叠社区检测算法-AFSCDA,初始种群时用标签传播算法对每条人工鱼的寻优变量编码进行调整,避免了非法社区的产生,用模块度Q函数的变形作为适应度函数,来衡量划分的重叠社区质量.在三种经典的已知社区结构的数据集上的测试表明,该算法不仅有效,而且有较高的准确率,能够快速地检测出网络中潜在的社区结构.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王一萍	齐齐哈尔大学计算机与控制工程学院	21	47	4.0	6.0
2	孙明	齐齐哈尔大学计算机与控制工程学院	45	230	9.0	13.0