-
题名基于相似性模块度的层次聚合社区发现算法
被引量：8
- 1
-
-
作者
占文威
席景科
王志晓
-
机构
中国矿业大学计算机学院
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2017年第5期1028-1032,1040,共6页
-
基金
国家自然科学基金(61402482)
中国博士后基金(2015T80555)
江苏省博士后基金(1501012A)
-
文摘
Fast Unfolding是一种基于模块度优化的层次聚合社区发现算法,其优点是运行速度很快,不足之处是准确度有待提升,这是因为该算法采用传统模块度作为合并社区的衡量标准,而传统模块度函数在计算时只考虑节点间的链接信息,忽略邻居节点的影响,导致会出现两个节点共同邻居较多但由于节点间链接信息较弱不能被合并的情况,从而影响结果的准确度。针对该不足之处,通过引入优化后的相似度来改进Fast Unfolding算法的模块度函数,提出一种基于相似性模块度的层次聚合社区发现算法,并采用归一化互信息量即NMI(Normalized Mutual Information)作为评价算法准确性的指标,在真实网络和LFR(Lancichinetti Fortunato Radicchi)人工合成网络上进行实验,结果表明改进算法检测社区结构的准确度有明显改善。
-
关键词
FAST
Unfolding算法
模块度
节点相似度
社区发现
-
Keywords
fast unfolding algorithm
modularity
similarity
community detection
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于最大团的层次化重叠社区发现算法
被引量：2
- 2
-
-
作者
孙成成
席景科
占文威
李懂
-
机构
中国矿业大学计算机科学与技术学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2018年第18期105-109,173,共6页
-
文摘
研究表明,很多真实网络具有层次结构和重叠结构。传统的层次聚类算法通常以节点为对象进行扩展形成层次树图从而得到网络的层次结构。这种做法存在两个问题,其一是算法的稳定性,主要体现在初始节点的选择上,少数情况下,初始节点的不同会导致算法最终结果的不同,即使算法的结果不依赖于初始节点,但算法的复杂度会随之变化;其二是不能发现网络中的重叠结构。针对以上问题,提出一种基于最大团的层次化重叠社区发现算法。该算法以最大团为扩展对象,然后利用最大团扩展策略生成层次树图,最后采用重叠模块度函数对层次树图进行剪枝得到社区划分结果。在真实网络以及LFR人工网络上的实验结果表明该算法能够有效地挖掘网络中的层次结构和重叠结构。
-
关键词
层次结构
重叠结构
最大团
社区发现
-
Keywords
hierarchical structure
overlapping structure
maximum clique
community detection
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
