基于改进 Page Rank算法和spin-g lass模型的多角度识别可控的社区发现算法

• 作者: 孙兵 石云 陈钟
• 来源期刊: 计算机应用研究
• 关键词: 社区发现 改进PageRank算法 spin-glass模型 多角度识别可控 贪心迭代算法
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2597-2600
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.09.009

摘要

针对如何有效解决社区发现算法中的社区重叠问题，以及如何改善社区扩张模式，提出了一种基于改进PageRank算法和spin-glass模型的多角度识别可控的社区发现算法（PRSGMFCA）。首先通过优化的PageRank算法对每一个节点排序，确定其中的核心节点；再通过基于Potts spin-glass模型的多角度识别模块度优化局部社区的扩张模式，解决传统模块度在分辨率极限方面的束缚和影响；同时在发现过程中，引入改进的贪心迭代算法发现局部社区；最后实现准确地发现重叠结构与节点。经过在计算机模拟网络与真实网络环境下应用比较分析，PRSGMF-CA与传统的技术方案相比具有较好的稳定性与正确率，并且其算法复杂度也在可以接受的范围内。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙兵	北京大学信息科学技术学院	17	56	5.0	7.0
4	陈钟	北京大学信息科学技术学院	105	1674	18.0	38.0
8	石云	六盘水师范学院计算机科学与信息技术系	28	235	10.0	14.0