基于结构紧密性的重叠社区发现算法

• 作者: 戴明洋 潘剑飞 董一鸿 钱江波 陈华辉
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 社区发现 重叠社区 核心社区 大规模网络结构 spark
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 145-152
• 页数: 8页
• 分类号: TP311
• 字数: 6422字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2019.01.019

摘要

随着网络结构的不断扩大和日益复杂,传统的重叠社区发现算法已经不能有效地处理大规模网络数据,发现合理的社区结构.本文提出了顶点引力的概念,引入顶点凝聚度和社区凝聚度作为满足社区的外部结构稀疏性和社区内部结构紧密性的判定指标,构造了基于结构紧密性的重叠社区发现算法OCSC.该算法经过预处理,核心子图划分以及核心社区的扩展三个步骤,能有效地发现重叠社区,通过对人工合成网络和真实网络结构的社区发现实验,运用NMI和F1 Score等指标验证OCSC算法的合理性和优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱江波	宁波大学信息科学与工程学院	54	202	8.0	11.0
2	董一鸿	宁波大学信息科学与工程学院	55	224	8.0	13.0
3	陈华辉	宁波大学信息科学与工程学院	63	319	9.0	15.0
4	潘剑飞	宁波大学信息科学与工程学院	8	15	2.0	3.0
8	戴明洋		1	4	1.0	1.0