面向属性网络的重叠社区发现算法

• 作者: 杜航原 王文剑 裴希亚
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 属性网络 重叠社区发现 密度峰值聚类 社区中心 节点隶属度
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 2019年中国计算机学会人工智能会议(CCFAI2019)论文
• 页码范围: 3151-3157
• 页数: 7页
• 分类号: TP391
• 字数: 8507字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2019051177

摘要

针对现实世界的网络节点中包含大量属性信息并且社区之间呈现出重叠特性的问题,提出了一种面向属性网络的重叠社区发现算法.融合网络的拓扑结构和节点属性定义了节点的密集度和间隔度,分别用于描述社区内部连接紧密和外部连接松散的特点.基于密度峰值聚类的思想搜索局部密度中心作为社区中心,在此基础上给出了非中心节点关于各个社区的隶属度的迭代计算方法,实现了重叠社区的划分.在真实数据集上进行了仿真实验,实验结果表明所提算法相对于LINK、COPRA和DPSCD能获得更好的社区划分结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜航原	山西大学计算机与信息技术学院	6	24	3.0	4.0
2	裴希亚	山西大学计算机与信息技术学院	1	2	1.0	1.0