基于复杂网络的社区发现算法研究

• 作者: 孟彩霞 张琰 李楠楠
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 有向加权网络 标签传播 ClusterRank 节点重要性 Jaccard 节点相似度
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 82-86
• 页数: 5页
• 分类号: TP301.6
• 字数: 4725字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2020.01.015

摘要

近年来,高质量社区的挖掘和发现已经成为复杂网络研究的一个热点.目前大多的社区发现算法主要针对无向网络,但现在的很多真实网络通常都是有向加权的.同时,标签传播算法(LPA)是一种接近线性复杂度的社区发现算法,该算法具有简单高效、不需要提供社区规模和社区个数等先验知识的特点,因而得到了广泛关注和应用.针对有向加权网络,提出了一种基于节点重要性和节点相似性的改进标签传播算法(CRJ-LPA).该算法综合考虑节点的边权、节点的信息传播能力、节点相似度以及节点集聚系数等因素.算法通过加权的ClusterRank获得节点重要性列表用以避免LPA中的随机选择;然后,采用Jaccard系数度量节点的相似度,结合节点重要性列表计算出一个新的度量CRJ(重要度和相似度),提高了算法的稳定性.实验结果表明,该算法有效可行,且具有较好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟彩霞	西安邮电大学计算机学院	18	57	4.0	6.0
2	张琰	西安邮电大学计算机学院	3	1	1.0	1.0
3	李楠楠	西安邮电大学计算机学院	2	1	1.0	1.0