基于群体智能的自组织重叠社团结构分析算法

• 作者: 孙韩林 王忠民 马素刚
• 来源期刊: 计算机应用研究
• 关键词: 重叠社团结构 社团检测 社团结构分析 复杂网络 群体智能
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1363-1370
• 页数: 8页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.11.0733

摘要

社团结构分析是复杂网络研究的一项重要内容,基于群体智能思想提出了一种自组织的重叠社团结构分析算法SO2CSA2.把网络视为一个群体,网络节点是其中的一个个具有简单智能的个体,每个个体依据定义的社团连接分数自主决定要加入的社团(可同时加入多个社团).在网络中寻找一组K-派系作为初始社团结构,所有个体迭代地选择其社团归属,最终整个网络的社团结构将逐渐生长出来.最后对获得的社团结构进行后处理,即调整少量节点的社团归属,以提高其质量.在一组合成网络和现实世界网络上的实验表明,SO2CSA2发现的社团结构的质量比两种对比算法(SLPA和OSLOM)更好,尤其是在网络中重叠节点较多或节点重叠度较大的情况下,社团结构质量的提升更为明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王忠民	西安邮电大学计算机学院	88	745	14.0	23.0
5	孙韩林	西安邮电大学计算机学院	12	119	6.0	10.0
9	马素刚	西安邮电大学计算机学院	20	95	6.0	8.0