基于相似度投票的社区划分改进算法

• 作者: 冯成强 左万利 王英
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 社会网络 社区划分 相似度投票 Louvain算法 模块度 社区数 社区结构
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 计算机科学
• 页码范围: 601-609
• 页数: 9页
• 分类号: TP393
• 字数: 6419字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2018.03.23

摘要

为快速、准确地对日益复杂的大规模社会网络进行社区划分,提出一种基于相似度投票的改进算法替代Louvain算法的底层划分,解决了Louvain算法在底层划分收敛速度较慢,并出现大量重复计算的缺点,使社区划分更迅速.由真实社会网络数据实验结果可见,与Louvain算法相比,改进算法在保持模块度基本不变的情况下,效率显著提高,划分的社区数更少、社区结构更紧凑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	左万利	吉林大学计算机科学与技术学院	88	1273	20.0	31.0
2	王英	吉林大学计算机科学与技术学院	99	713	15.0	23.0
3	冯成强	吉林大学计算机科学与技术学院	1	3	1.0	1.0