边异质网络中的社区结构发现算法

• 作者: 曹佳 王思檬
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 复杂网络 异质网络 社区发现 聚类 边异质
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 移动互联与通信技术
• 页码范围: 140-145
• 页数: 6页
• 分类号: TP301.6
• 字数: 5124字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0050734

摘要

为解决社区结构发现算法功能社区与拓扑社区不一致的问题,提出一种基于边类型相似性聚类(TESC)的社区结构发现算法.该算法以局部拓扑特征与异质信息为目标进行节点聚类,基于节点邻接边类型构造网络节点之间的相似矩阵,从而获取边异质信息.在该相似矩阵的基础上,通过传统层次聚类的思想将相似度大的节点进行合并,进而利用轮廓系数优化社区数量,得到最终社区划分结果.选取社区结构已知的4个真实网络和6个人工合成基准LFR网络,通过与同质网络的GN、Louvain算法以及异质网络的Hete-SPAEM、Hetero-Attractor算法对比,结果表明TESC算法获得的社区结构更接近于网络实际社区结构.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹佳	北京林业大学信息学院	15	54	3.0	7.0
2	王思檬	北京林业大学信息学院	4	4	1.0	2.0