-
题名基于局部扩充优化的重叠社群检测方法的改进
被引量：1
- 1
-
-
作者
王茜
张晨
-
机构
重庆大学计算机学院
-
出处
《计算机应用研究》
CSCD
北大核心
2015年第4期1056-1059,1064,共5页
-
文摘
生物信息学、社会网络、Web分析等方面的发展积累了大量的复杂网络数据信息,在对这些复杂网络进行社群检测时,往往会将一些节点归类于多个社群,目前已经提出了一些处理此类问题的算法(如LFK、GCE等),然而这类算法对局部扩充函数中参数α的选取过程复杂,无法一次性获取最优α,直接影响到了算法的可应用性。针对该缺点,提出了一种基于局部扩展的重叠社群检测的改进算法。该算法通过将α参数考虑进社群的成长过程中,使算法在保持原有速度与精度的情况下自适应地选取最优α。
-
关键词
数据挖掘
重叠社群检测
局部聚类
-
Keywords
data mining
overlapping community detection
local clustering
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
