基于密度峰值的标签传播算法
吴卫江1
王星豪1
潘雪玲1
郑艺峰2
郑猋1
1.中国石油大学(北京)石油数据挖掘北京市重点实验室 北京 102249;中国石油大学(北京)信息科学与信息工程学院 北京 1022492.闽南师范大学数据科学与智能应用福建省高等学校重点实验室 漳州 363000;闽南师范大学计算机学院 漳州 363000
摘要：随着智能技术应用的推广,高质量社区的检测已成为社会网络研究的热点之一.由于具有线性时间复杂度,且无需预定义目标函数和社团数,标签传播算法(LPA)已得到广泛关注.然而,在标签传播过程中,LPA具有不确定性和随机性,进而影响检测社区结果的准确性和稳定性.为此,提出一种基于密度峰值的标签传播社区检测方法(DPC-RWL).首先,采用密度峰值聚类算法查找出社区的核心节点集合,计算节点与核心节点集之间的权重,选取最大值为该节点赋予权值.最后,使用基于标签传播算法的归属度函数进行传播.真实网络和LFR人工基准网络的对比实验表明,所提算法能准确高效地识别出社区结构.
关键词：密度峰值聚类标签传播节点权重社交网络
分类号：TP301.6(计算技术、计算机技术)
资助基金：国家自然科学基金(61701213)福建省自然科学基金项目(2019J01748)福建省教育厅中青年项目(JAT190392)
论文发表日期：2024-01-20
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( 81-86 )
英文信息