基于加权聚类集成的标签传播算法

• 作者: 张美琴 王俊斌 白亮
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 数据挖掘 网络数据 社区发现 标签传播算法 聚类集成 基聚类 模块度 加权度量
• 年，卷（期）: 2018,（6）
• 页码范围: 994-998
• 页数: 5页
• 分类号: TP391
• 字数: 3745字
• 语种: 中文
• DOI: 10.11992/tis.201806011

摘要

标签传播算法(LPA)是一种高效地处理大规模网络的社区发现算法,由于其近乎线性的时间复杂度而受到广泛关注.然而,该算法每个节点的标签依赖于其邻居节点,其迭代速度和聚类有效性对标签信息的更新顺序非常敏感,影响了社区发现结果的准确性和稳定性.基于该问题,提出了一种基于加权聚类集成的标签传播算法.该算法利用多次标签传播算法的结果作为基聚类集,并用模块度评估每个基聚类的重要性,使其作为节点相似性度量的权值形成加权相似性矩阵,最后通过层次聚类得出最终的社区划分结果.在实验分析中,该算法和其他5个具有代表性的标签传播算法的改进算法在真实数据集上进行了比较,展示了新算法能有效地提高标签传播算法的社区发现精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白亮	山西大学计算智能与中文信息处理教育部重点实验室	7	80	2.0	7.0
2	张美琴	山西大学计算机与信息技术学院	1	1	1.0	1.0
3	王俊斌	山西大学计算机与信息技术学院	2	1	1.0	1.0