基于节点重要性和局部扩展的重叠社区发现算法
郭峰
尤凯丽
李昕泽
1.北方工业大学信息学院 北京 1000002.北方工业大学信息学院 北京 1000003.北方工业大学信息学院 北京 100000
摘要：在DOCNet算法基础上,对初始节点选取和节点隶属度计算方法进行改进,形成一种新的重叠社区发现算法DOCLLE.首先采用经典重要性排名算法LeaderRank对节点重要性进行排序,选取出重要性最高的节点及其邻节点组成初始社区.另外结合局部相似度概念重新定义节点隶属度,最后通过质量函数将符合标准的节点加入到已有社区.算法在人工生成网络和真实网络上进行实验,并对比了四种重叠社区发现算法,实验结果表明该算法在节点较多的社区结构划分上有较好的准确性和稳定性.
关键词：社交网络重叠社区局部扩展LeaderRank
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(61672041)
论文发表日期：2020-12-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 2906-2911 )
英文信息