稳定的标签传播社团划分算法研究

• 作者: 张猛 李玲娟
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 复杂网络 社团划分 标签传播 综合影响力
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 应用开发研究
• 页码范围: 129-134
• 页数: 6页
• 分类号: TP311
• 字数: 5167字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2020.01.023

摘要

快速稳定地发现复杂网络中的社团是近年来社团划分研究的热点.标签传播算法(LPA)具有接近线性的时间复杂度,能快速发现复杂网络中的社团结构,但是该算法在标签传播过程中存在不确定性和随机性,降低了划分结果的准确性和稳定性.为了解决这一问题,设计了一种稳定的标签传播社团划分算法(S-LPA).该算法利用改进的K-Shell算法来计算节点全局影响力,并结合能反映节点局部影响力的度值以及邻居节点信息,计算节点综合影响力;在标签传播过程中,根据标签影响力更新标签;当网络中所有节点的标签不再变化或者迭代次数达到最大值时,拥有相同标签的节点划分到同一社团中.在真实网络和人工合成网络上的实验结果表明,S-LPA算法不仅具有线性时间复杂度,而且提高了社团划分的质量和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玲娟	南京邮电大学计算机学院	88	927	14.0	26.0
2	张猛	南京邮电大学计算机学院	2	8	1.0	2.0