基于LeaderRank的重叠社区发现算法

• 作者: 张网娟 朱帅 李敏佳 许国艳
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 社交网络 重叠社区 标签传播 LeaderRank 贡献度
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 中文信息处理
• 页码范围: 90-94
• 页数: 5页
• 分类号: TP301.6
• 字数: 4714字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.03.017

摘要

在真实的社交网络结构中常常存在着社区相互重叠的现象,发现社交网络中的重叠社区有利于研究网络特性,反映网络中的真实情况.针对多标签传播重叠社区发现算法COPRA存在的随机性,导致社区发现结果稳定性差等问题,提出一种结合节点重要性的标签传播算法.该算法首先采用LeaderRank计算出网络中各个节点的重要性,选择重要性高的节点进行团扩展作为标签初始阶段的预处理,采用合理的标签更新顺序以防止抵消预处理阶段的工作,后期引入贡献度来弱化标签选择阶段的随机性,在基准网络和真实网络上的实验结果表明本文算法提高了社区发现结果的质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许国艳	河海大学计算机与信息学院	24	245	7.0	15.0
2	张网娟	河海大学计算机与信息学院	3	4	2.0	2.0
3	李敏佳	河海大学计算机与信息学院	3	4	2.0	2.0
4	朱帅	河海大学计算机与信息学院	5	27	2.0	5.0