基于重叠社区发现的信任网络聚类模型

• 作者: 刘梦霞 卢志刚
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 信任网络 重叠社区 关联度 重叠系数 社区发现
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 157-163
• 页数: 7页
• 分类号: TP393|TP301.63
• 字数: 6322字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.05.028

摘要

针对信任网络中联盟和关键企业的高效寻找问题,建立信任网络聚类模型,提出一种基于节点权重的重叠社区发现算法CDNW(overlapping community discovery based on node weights).根据信任网络中企业间的信任度设定节点的权重,以权重最大的节点开始划分初始社区;采用重叠系数将重叠度大的社区合并,合并后的社区用关联度进行检测,将关联度过小的节点移出社区并为它重新分配社区.对不同的数据集进行测试,实验结果表明算法有较好的划分社区结构不明显的数据集的能力,具有一定的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢志刚	上海海事大学经济管理学院	20	45	4.0	5.0
2	刘梦霞	上海海事大学经济管理学院	1	1	1.0	1.0