基于节点影响力的标签传播社区检测算法

• 作者: 冀庆斌 马秀
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 社区检测 标签传播算法 节点影响力
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 信息·计算机
• 页码范围: 169-174
• 页数: 6页
• 分类号: TP391
• 字数: 4472字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2018.07.026

摘要

针对标签传播社区检测算法(LPA)存在随机性、结果不稳定的问题,提出一种基于节点影响力的标签传播社区检测算法(KLPA).新的算法在标签初始化时,通过k-shell分解方法评价网络中的节点影响力,选取网络中部分k-shell值较大的节点组成种子节点集并分配给每个种子不同的标签.其次在标签传播过程中,根据标签传播能力对LPA算法的节点标签更新策略进行改进.在真实网络数据集上的实验表明:KLPA算法在不提高复杂度的情况下,改进了算法的稳定性,提高了社区检测的质量,并且减少了算法迭代次数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冀庆斌	中北大学理学院	6	75	4.0	6.0
2	马秀	中北大学理学院	1	0	0.0	0.0