基于局部扩充优化的重叠社群检测方法的改进

• 作者: 张晨 王茜
• 来源期刊: 计算机应用研究
• 关键词: 数据挖掘 重叠社群检测 局部聚类
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1056-1059,1064
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.04.023

摘要

生物信息学、社会网络、Web分析等方面的发展积累了大量的复杂网络数据信息,在对这些复杂网络进行社群检测时,往往会将一些节点归类于多个社群,目前已经提出了一些处理此类问题的算法(如LFK、GCE等),然而这类算法对局部扩充函数中参数α的选取过程复杂,无法一次性获取最优α,直接影响到了算法的可应用性.针对该缺点,提出了一种基于局部扩展的重叠社群检测的改进算法.该算法通过将α参数考虑进社群的成长过程中,使算法在保持原有速度与精度的情况下自适应地选取最优α.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王茜	重庆大学计算机学院	68	682	14.0	23.0
2	张晨	重庆大学计算机学院	6	38	4.0	6.0