基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于标签传播的社区发现算法可以检测出复杂网络的重叠社区结构,因此提出了一种基于PageRank和节点聚类系数的重叠社区发现算法.该算法使用PageRank算法对节点的影响力进行排序,可以稳定社区发现结果,节点的聚类系数是一个与节点相关的值,使用节点聚类系数修改算法的参数并限制每个节点拥有最多标签的数量值,可以提高社区挖掘的质量.在人工网络和真实世界的网络上测试,实验验证了该算法能够有效地检测出重叠社区,并具有可接受的时间效率和算法复杂度.
推荐文章
基于LeaderRank的多标签传播重叠社区发现算法
重叠社区发现
多标签传播
COPRA
LeaderRank
节点重要性
一种优化标签传播过程的重叠社区发现算法
重叠社区
标签传播
ClusterRank
节点重要性
局部扩展的标签传播蚁群优化重叠社区发现
重叠社区发现
蚁群优化算法
网络局部传播特性
局部扩展标签传播算法
采用模糊层次聚类的社会网络重叠社区检测算法
社会网络
相似度
模糊层次聚类
重叠社区检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 采用PageRank和节点聚类系数的标签传播重叠社区发现算法
来源期刊 国防科技大学学报 学科 工学
关键词 社区发现 重叠社区 标签传播 聚类系数 PageRank算法 节点影响力
年,卷(期) 2019,(1) 所属期刊栏目 计算机科学与技术·数学与系统科学
研究方向 页码范围 183-190
页数 8页 分类号 TP391
字数 5689字 语种 中文
DOI 10.11887/j.cn.201901025
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李红辉 北京交通大学计算机与信息技术学院 35 130 7.0 9.0
2 刘峰 北京交通大学计算机与信息技术学院 73 414 12.0 16.0
3 马健 北京交通大学计算机与信息技术学院 5 7 2.0 2.0
4 樊建平 北京交通大学计算机与信息技术学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (78)
共引文献  (43)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1977(3)
  • 参考文献(0)
  • 二级参考文献(3)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(17)
  • 参考文献(2)
  • 二级参考文献(15)
2010(16)
  • 参考文献(2)
  • 二级参考文献(14)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(7)
  • 参考文献(1)
  • 二级参考文献(6)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
社区发现
重叠社区
标签传播
聚类系数
PageRank算法
节点影响力
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
国防科技大学学报
双月刊
1001-2486
43-1067/T
大16开
湖南省长沙市开福区德雅路109号
42-98
1956
chi
出版文献量(篇)
3593
总下载数(次)
5
总被引数(次)
31889
论文1v1指导