基于资源分配指标的最大约束社区发现算法

• 作者: 刘喜峰 宁念文 许合利
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 社区发现 模块度最大化 资源分配指标 最大约束标记传播模型
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 算法
• 页码范围: 217-221,297
• 页数: 6页
• 分类号: TP3
• 字数: 5138字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.07.040

摘要

在复杂网络中的社区发现一直受到广泛的关注,基于模块度最大化的方法是目前流行的社区发现技术.提出一种基于资源分配(RA)指标和多步贪婪凝聚策略的模块度最大化社区发现算法RALPA(Resource Allocation-based of Label propagation Algorithm).该算法利用准确衡量节点间相似性的RA指标,通过最大约束标记传播模型使社区内部节点拥有较高的相似性,与社区外部的节点拥有较低的相似性.然后,通过多步贪婪凝聚策略将划分模块度增加最大的多对小社区进行合并.实验结果表明,该算法不仅避免了对节点更新顺序的敏感和易得到平凡解的问题,而且提高了算法的稳定性和社区划分的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许合利	河南理工大学计算机科学与技术学院	14	68	5.0	8.0
2	宁念文	河南理工大学计算机科学与技术学院	2	8	1.0	2.0
3	刘喜峰	郑州工程技术学院机电与车辆工程学院	2	1	1.0	1.0