面向双层网络的EWCC社区发现算法

• 作者: 唐春阳 肖玉芝 赵海兴 冶忠林 张娜
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 关系型网络 社区发现 双层网络 边权重 连通分支
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 基于社会计算的多学科交叉融合专题|Special Issue of Social Computing Based Interdisciplinary Integration
• 页码范围: 49-55
• 页数: 7页
• 分类号: TP312
• 语种: 中文
• DOI: 10.11896/jsjkx.210800275

摘要

针对关系型网络的社区发现问题,考虑节点间相互作用的强弱程度和信息渗流机理,创新性地提出了一种基于边权重和连通分支(Edge Weight and Connected Component,EWCC)的社区发现算法.为了验证算法的有效性,首先,构建了5种具有相互作用的双层网络模型,通过分析层间节点作用的强弱程度对网络拓扑结构的影响,确定了5种双层网络模型下生成的30个数据集;其次,选用真实数据集分别与GN算法和KL算法在模块度、算法复杂度和社区划分数目评价准则上进行了对比,实验结果表明EWCC算法的准确性较高;然后,结合数值仿真得出,随着层间作用关系减弱,模块度值和社区数目成反比,并且当双层网络层间节点关系较弱时,社区划分效果较好;最后,作为算法的应用,利用实证数据构建了"用户-APP"的双层网络并进行了社区划分.