基于随机游走理论的改进LFM算法

• 作者: 杨晓波 王至婉 陈楚湘
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 复杂网络 社团发现 LFM算法 随机游走 极大子团
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 182-186
• 页数: 5页
• 分类号: TP391
• 字数: 3641字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.11.029

摘要

传统LFM社团发现算法基于网络局部信息进行社团划分,未充分利用网络中包含的结构信息,导致社团结构模糊的网络中社团划分精度下降严重,同时算法基于局部信息扩张社团,容易形成畸形社团结构.为解决上述问题,提出一种改进的LFM算法,利用随机游走理论衡量节点相似度,使社团结构更清晰,同时寻找赋权网络中的极大子团,以子团为基本单位进行社团扩张,解决畸形社团问题.在人工网络和真实网络上的实验结果表明,与传统LFM算法、标签传播算法等相比,改进的LFM算法具有更高的社团划分精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王至婉	河南中医大学第一附属医院呼吸科	68	1059	21.0	31.0
2	陈楚湘	信息工程大学理学院	20	81	5.0	8.0
3	杨晓波	信息工程大学理学院	2	10	2.0	2.0