面向大规模网络的快速重叠社团挖掘算法

• 作者: 兰巨龙 吉立新 李政廉 黄瑞阳
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 重叠社团挖掘 局部信息 社团连接度 邻居连接度
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 257-265
• 页数: 9页
• 分类号: TP391.41
• 字数: 8044字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2019.02.001

摘要

重叠社团在社交网络大数据中普遍存在.针对现有重叠社团挖掘算法易将重叠区域错误地划分为独立的社团且计算复杂的问题,提出了一种基于局部信息度量的快速重叠社团挖掘算法(Local information based Fast Overlapped Communities Detection,Li-FOCD).首先,为节点定义局部信息度量指标——社团连接度和邻居连接度,建模节点与社团的关系,缩小了计算范围;然后,每次并行地迭代执行缩减、扩展、去重等操作,并更新局部度量指标,通过松弛每次迭代的终止条件,发现近似最优社团集合而不是最优社团,最终算法复杂度为O(m+n).基于真实的大规模社交网络数据的试验分析表明:与当前流行的重叠社团挖掘算法相比,Li-FOCD在不损失检测质量的前提下,大幅提升了计算效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	兰巨龙		217	1088	16.0	22.0
2	吉立新		32	81	5.0	7.0
3	黄瑞阳		50	146	7.0	8.0
4	李政廉		5	4	1.0	2.0