移动社交网络快速社区并行发现算法

• 作者: 乔少杰 元昌安 周凯 彭京 韩楠 魏军林 黄萍
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 移动社交网络 社区发现 分布式计算 滑坡算法 模块度
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 智能技术
• 页码范围: 94-102
• 页数: 9页
• 分类号: TP311
• 字数: 5587字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2020.01.014

摘要

针对传统社区发现技术已无法有效处理大规模移动社交网络数据的问题,基于图论知识、网络性质提出山地模型,设计了滑坡算法,采用GraphX分布式图计算框架实现了并行化社区发现算法.模型首先利用模块度的聚类思想初始化山地模型并求取网络中每条边的权重,然后利用滑坡算法,迭代削弱社区间的关系,最终获得网络的社区结构.大量真实和模拟移动社交网络数据上的实验结果表明:所提算法能解决传统社区发现算法无法处理的大规模网络社区划分问题,在保证具有较高的社区识别准确率前提下,在时间性能上较现有并行社区发现算法提高140％以上,16台服务器构成的集群对于1000万个结点构成的大规模网络进行社区发现的时间不超过10 min.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄萍	成都信息工程大学管理学院	67	266	10.0	15.0
2	韩楠	成都信息工程大学管理学院	23	155	5.0	12.0
3	乔少杰	成都信息工程大学软件工程学院	34	171	6.0	12.0
7	魏军林	成都信息工程大学软件工程学院	2	4	1.0	2.0
8	元昌安		2	0	0.0	0.0