基于标签传播概率的重叠社区发现算法

• 作者: 刘世超 朱福喜 甘琳
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 重叠社区 标签传播概率 结点影响力 社区演化 社交网络 数据挖掘 社会媒体
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 社会媒体分析、挖掘
• 页码范围: 717-729
• 页数: 13页
• 分类号: TP391
• 字数: 9441字
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2016.00717

摘要

发现高质量的社区有助于理解真实的复杂网络，尤其是动态地分析社区重叠结构，对社区管理和演化具有重要意义。文中提出一种基于标签传播概率的 LPPB（Label-Propagation-Probability-Based）重叠社区发现算法，该算法首先为每个结点赋予一个独立的标签，然后根据结点的影响力大小将结点进行排序；在标签传播的过程中，综合网络的结构传播特性和结点的属性特征计算标签传播的概率，同时利用结点的历史标签记录修正标签更新结果；最后将传播后具有相同标签的结点划分为同一社区，社区间的重叠结点构成了社区重叠结构。作者在基准数据集和带时间维度的 C-DBLP 网络上进行实验，结果验证了该算法具有较高的准确性和稳定性，并且通过对重叠结构的动态分析，揭示了社区重叠结点的行为特性和 C-DBLP 网络处于高“耦合度”的发展趋势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱福喜	武汉大学计算机学院	46	250	9.0	13.0
2	刘世超	武汉大学计算机学院	12	108	4.0	10.0
3	甘琳	武汉大学计算机学院	3	79	3.0	3.0