基于 GN 算法的重叠社区识别方法

• 作者: 李牧 高庆一
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 复杂网络 重叠社区 GN算法 从属度 模块度 MapReduce
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 计算机与控制工程
• 页码范围: 13-18
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13245/j.hust.150903

摘要

针对社会网络中的重叠社区识别问题，提出用从属度描述节点对不同社区的紧密程度，并把模块度扩展到重叠社区的识别。基于Girvan和Newman提出的非重叠社区识别（GN）算法设计了重叠社区的串行识别算法。基于M apReduce模型设计了并行识别算法，以提高识别效率。对模块度与重叠度进行了分析，结果表明：所提出的算法在计算机科学文献网络中能有效识别重叠社区，且运行效率优于已有重叠社区识别算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高庆一	北京航空航天大学计算机学院	9	160	6.0	9.0
2	李牧	北京航空航天大学计算机学院	3	10	1.0	3.0