-
题名基于标签传播概率的重叠社区发现算法
被引量：59
- 1
-
-
作者
刘世超
朱福喜
甘琳
-
机构
武汉大学计算机学院
-
出处
《计算机学报》
EI
CSCD
北大核心
2016年第4期717-729,共13页
-
基金
国家自然科学基金(61272277)
中央高校基本科研业务费专项基金(274742)资助
-
文摘
发现高质量的社区有助于理解真实的复杂网络,尤其是动态地分析社区重叠结构,对社区管理和演化具有重要意义.文中提出一种基于标签传播概率的LPPB(Label-Propagation-Probability-Based)重叠社区发现算法,该算法首先为每个结点赋予一个独立的标签,然后根据结点的影响力大小将结点进行排序;在标签传播的过程中,综合网络的结构传播特性和结点的属性特征计算标签传播的概率,同时利用结点的历史标签记录修正标签更新结果;最后将传播后具有相同标签的结点划分为同一社区,社区间的重叠结点构成了社区重叠结构.作者在基准数据集和带时间维度的C-DBLP网络上进行实验,结果验证了该算法具有较高的准确性和稳定性,并且通过对重叠结构的动态分析,揭示了社区重叠结点的行为特性和C-DBLP网络处于高"耦合度"的发展趋势.
-
关键词
重叠社区
标签传播概率
结点影响力
社区演化
社交网络
数据挖掘
社会媒体
-
Keywords
overlapping community
label propagation probability
node influence
community evolution
social networks
data mining
social media
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
