ESN中基于贪婪派系扩张的重叠社区发现

• 作者: 卢志刚 吴露
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 贪婪派系扩张 极大派系 企业社会化网络 社区发现 重叠社区
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 先进计算与数据处理
• 页码范围: 32-40
• 页数: 9页
• 分类号: TP391
• 字数: 7312字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0052337

摘要

传统局部扩张方法在对企业社会化网络(ESN)中的重叠社区结构进行识别时,存在计算冗余与社区挖掘不彻底的问题.为此,提出一种基于贪婪派系扩张的重叠社区发现算法GFE.在原始ESN中寻找极大派系,根据派系间的关联程度计算其链接强度,将原始网络图转换成最大派系图.在最大化适应度函数的条件下,贪婪扩张最大派系图中的种子派系,以进行社区发现.在此基础上,比较社区差异度,合并近似重复的社区,从而优化重叠社区的层次结构.实验结果表明,GFE算法能有效发现ESN中的重叠社区结构,且运行效率高于CPM、LFM等算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢志刚	上海海事大学经济管理学院	20	45	4.0	5.0
2	吴露	上海海事大学经济管理学院	1	0	0.0	0.0