-
题名基于三级邻居影响力分析的重叠社区发现算法
被引量：1
- 1
-
-
作者
林穗
陈仕双
姜文超
熊梦
贺忠堂
-
机构
广东工业大学计算机学院
东莞中国科学院云计算产业技术创新与育成中心技术预研部
-
出处
《计算机工程与设计》
北大核心
2022年第7期1924-1929,共6页
-
基金
国家重点领域研发计划基金项目(2018YFB1004202)
广东省自然科学基金项目(2018A030313061)
+1 种基金
广东省科技计划基金项目(2019B010139001)
广州市科技计划基金项目(201902020016)。
-
文摘
针对目前重叠社区发现算法时间复杂度较高、社区发现稳定性较差的问题,基于标签传播和COPRA方法,提出一种基于三级邻居节点影响力分析的重叠社区发现算法OCDITN。使用三级邻居节点影响力度量方法TIM(three-level influence measurement)计算节点间的影响力,根据节点影响力确定选择更新节点的顺序;在节点标签更新策略中,根据计算节点与其邻居之间的相似度确定邻居节点标签的更新顺序,计算各节点标签隶属度,发现重叠社区。实验分别基于人工模拟网络数据集和真实世界网络数据集进行测试,与SLPA、LPANNI、COPRA算法相比,该算法在EQ和Qvo两个评价标准上性能分别提升7%和12%,社区划分结果更稳定,社区划分质量更高。
-
关键词
标签传播
社区划分
重叠社区
节点影响力
节点相似度
-
Keywords
label propagation
community division
overlapping communities
node influence
node proximity
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
