基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统基于标签传播的复杂网络重叠社区识别算法难以准确识别重叠节点的缺陷,本文通过分析边与其邻居边的关系,提出用来评估边归属社区的归属密度函数及归属倾向性函数,并在此基础上设计一种基于边标签传播的重叠社区识别方法(OLLP).该方法首先以每条边连接2个节点中度高的节点标签作为该边的标签;然后通过分析边的归属密度与归属倾向性迭代更新边标签,最终标签相同的边属于同一社区.在基准网络与真实网络数据集上进行测试,并与多个具有代表性的算法进行比较,实验结果表明了OLLP算法的有效性和可行性.
推荐文章
基于多核心标签传播的复杂网络重叠社区识别方法
复杂网络
社区识别
标签传播
重叠节点
基于复杂网络的生产系统瓶颈簇识别方法
复杂网络
生产系统
区间型
瓶颈簇
模糊C均值算法
基于复杂背景的车牌字符快速识别方法
复杂背景
二值化
支持向量机
卷积神经网络
基于LeaderRank的多标签传播重叠社区发现算法
重叠社区发现
多标签传播
COPRA
LeaderRank
节点重要性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于边标签传播的复杂网络社区识别方法
来源期刊 电子学报 学科 工学
关键词 复杂网络 重叠社区识别 标签传播
年,卷(期) 2015,(6) 所属期刊栏目 学术论文
研究方向 页码范围 1113-1118
页数 6页 分类号 TP391.4
字数 5419字 语种 中文
DOI 10.3969/j.issn.0372-2112.2015.06.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张健沛 哈尔滨工程大学计算机科学与技术学院 156 1356 19.0 28.0
2 杨静 哈尔滨工程大学计算机科学与技术学院 178 2073 24.0 37.0
3 邓琨 哈尔滨工程大学计算机科学与技术学院 7 29 2.0 5.0
4 刘星妍 7 93 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (49)
参考文献  (15)
节点文献
引证文献  (10)
同被引文献  (20)
二级引证文献  (13)
1977(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(6)
  • 参考文献(2)
  • 二级参考文献(4)
2010(8)
  • 参考文献(2)
  • 二级参考文献(6)
2011(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(7)
  • 引证文献(7)
  • 二级引证文献(0)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
复杂网络
重叠社区识别
标签传播
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
高等学校博士学科点专项科研基金
英文译名:
官方网址:http://std.nankai.edu.cn/kyjh-bsd/1.htm
项目类型:面上课题
学科类型:
论文1v1指导