基于影响力与种子扩展的重叠社区发现

• 作者: 於志勇 许倩 郭昆 陈基杰 陈羽中
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 局部社区发现 种子扩展 节点影响力 重叠社区
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 153-160
• 页数: 8页
• 分类号: TP393
• 字数: 6855字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2019.01.020

摘要

社区发现作为复杂社交网络中一个重要的研究方向.针对目前基于种子节点的算法在种子选取与扩展等方面的不足,提出了一种基于影响力与种子扩展的重叠社区发现算法(Influence Seeds Extension Overlapping Community Detection,简称i-SEOCD算法).首先,利用节点影响力策略找出具有紧密结构的种子社区.其次,从这些种子社区出发,计算社区邻居集节点与社区的相似度,并取出相似度超过设定阈值的节点.然后,采用优化自适应函数的策略来扩展社区.最后,对网络中的自由节点进行社区隶属划分,进而实现了整个网络的重叠社区结构挖掘.在真实社交网络和人工生成网络上实验表明,i-SEOCD算法能够准确、快速地发现复杂网络中的重叠社区结构.