一种基于局部扩展优化的重叠社区发现算法

• 作者: 李慧 杨青泉 王慧慧
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 复杂网络 重叠社区发现 局部扩展 结构适应度
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 2258-2264
• 页数: 7页
• 分类号: TP391
• 字数: 6640字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2018.12.022

摘要

挖掘复杂网络的重叠社区结构对研究复杂系统具有重要的理论和实践意义.提出一种基于局部扩展优化的重叠社区识别算法.首先基于网络节点的聚集系数筛选种子节点, 选取不相关的、局部聚集系数大的种子作为初始社区;然后采用贪心策略扩展初始社区, 得到局部连接紧密的自然社区;最后检测并合并相似的社区, 获得高覆盖率的重叠社区结构.在人工生成网络和真实网络数据集上的实验结果表明, 与现有的基于局部扩展的代表性重叠社区发现算法相比, 所提算法能在稀疏程度不同的网络上发现更高质量的重叠社区.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李慧	首都师范大学教育技术系	30	97	6.0	8.0
2	杨青泉	首都师范大学教育技术系	1	0	0.0	0.0
3	王慧慧	首都师范大学教育技术系	1	0	0.0	0.0