基于动态距离的模糊社区识别算法

• 作者: 何明 周波 杨壹 牛彦杰 王勇
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 动态距离 模糊社区 社区识别 网络分析
• 年，卷（期）: 2019,（21）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 78-85
• 页数: 8页
• 分类号: TP391
• 字数: 7014字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1807-0287

摘要

社区识别技术是公共安全领域潜在危害行为预警预测和已发生危害行为追踪溯源的基础,针对传统社区识别算法将社区视作单一集合而无法描述社区主次成员的问题,提出一种基于动态距离的模糊社区识别算法.该算法将传统的单一社区结构划分为核心区域和边际区域,以边际区域来描述社区的模糊区间.该算法首先将网络设想为动态演变模型,网络中的任意节点均会与其他节点产生互动,互动将改变各节点间距离,距离也反过来影响互动.在阈值的界定下,受到多个社区吸引的节点被划分到边际区域,最终距离分布趋于稳定,各个社区结构得以显现.通过对比实验验证了CDFDD算法在社区识别上的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王勇	中国人民解放军陆军工程大学指挥控制工程学院	241	961	14.0	24.0
2	何明	中国人民解放军陆军工程大学指挥控制工程学院	10	29	3.0	5.0
6	周波	中国人民解放军陆军工程大学指挥控制工程学院	20	25	3.0	4.0
7	牛彦杰	中国人民解放军陆军工程大学指挥控制工程学院	7	9	2.0	3.0
8	杨壹	中国人民解放军陆军工程大学指挥控制工程学院	2	0	0.0	0.0