1(山西大学计算机与信息技术学院 太原 030006);2(计算智能与中文信息处理教育部重点实验室(山西大学) 太原 030006) (duhangyuan@sxu.edu.cn)
出版日期: 2018-08-01基金资助:国家自然科学基金项目(61673295,61773247)；山西省自然科学(青年科技研究)基金项目(201701D221097)；山西省回国留学人员科研资助项目(2016-004)；山西省研究生联合培养基地人才培养项目(2017JD05) This work was supported by the National Natural Science Foundation of China (61673295, 61773247), the Natural Science Foundation of Shanxi for Youths (201701D221097), the Research Project Supported by Shanxi Scholarship Council of China (2016-004), and the Program for Fostering Talents of Shanxi Province Joint Postgraduate Training Base (2017JD05).An Overlapping Community Detection Algorithm Based on Centrality Measurement of Network Node
Du Hangyuan1, Wang Wenjian2,Bai Liang21(College of Computer and Information Technology, Shanxi University, Taiyuan 030006);2(Key Laboratory of Computational Intelligence & Chinese Information Processing(Shanxi University), Ministry of Education, Taiyuan 030006)
Online: 2018-08-01摘要/Abstract
摘要： 基于搜索密度峰值的聚类思想，设计了一种网络节点的中心性度量模型，并提出了一种重叠社区发现算法.首先，定义了网络节点的内聚度和分离度，分别用于描述网络社区内部连接稠密和外部连接稀疏的结构特征，在此基础上计算节点的中心性度量表达节点对社区结构的影响力.接着，利用3δ法则选择中心度异常大的节点作为社区中心.以隶属度表达社区间的重叠特性，并给出了非中心节点的隶属度迭代计算方法，将各节点分配到其可能隶属的网络社区，以实现重叠社区划分.最后，利用人工网络和真实网络对提出的重叠社区发现算法进行验证，实验结果表明：该算法在社区发现质量和计算效率方面都优于许多已有重叠社区发现算法.
参考文献
相关文章 15
| [1] | 刘海姣, 马慧芳, 赵琪琪, 李志欣. 融合用户兴趣偏好与影响力的目标社区发现[J]. 计算机研究与发展, 2021, 58(1): 70-82. |
| [2] | 赵霞, 张泽华, 张晨威, 李娴. RGNE：粗糙粒化的网络嵌入式重叠社区发现方法[J]. 计算机研究与发展, 2020, 57(6): 1302-1311. |
| [3] | 涂盼鹏,王兴伟,李婕,黄敏. BIRI：支持信息中心范型的BBO启发式MSN路由算法[J]. 计算机研究与发展, 2019, 56(9): 1918-1926. |
| [4] | 李明月,罗向阳,柴理想,袁福祥,甘勇. 基于网络节点聚类的目标IP城市级定位方法[J]. 计算机研究与发展, 2019, 56(3): 467-479. |
| [5] | 郑文萍,车晨浩,钱宇华,王杰. 一种基于标签传播的两阶段社区发现算法[J]. 计算机研究与发展, 2018, 55(9): 1959-1971. |
| [6] | 王海艳, 肖亦康. 基于密度峰值聚类的动态群组发现方法[J]. 计算机研究与发展, 2018, 55(2): 391-399. |
| [7] | 徐晓,丁世飞,孙统风,廖红梅. 基于网格筛选的大规模密度峰值聚类算法[J]. 计算机研究与发展, 2018, 55(11): 2419-2429. |
| [8] | 陈俊宇,周刚,南煜,曾琦. 一种半监督的局部扩展式重叠社区发现方法[J]. 计算机研究与发展, 2016, 53(6): 1376-1388. |
| [9] | 辛宇,杨静,汤楚蘅, 葛斯乔. 基于局部语义聚类的语义重叠社区发现算法[J]. 计算机研究与发展, 2015, 52(7): 1510-1521. |
| [10] | 辛宇,杨静,谢志强. 基于随机游走的语义重叠社区发现算法[J]. 计算机研究与发展, 2015, 52(2): 499-511. |
| [11] | 杨 静, 辛 宇, 谢志强,. 基于话题综合因子分析的语义社会网络社区发现算法[J]. 计算机研究与发展, 2014, 51(3): 559-569. |
| [12] | 孙怡帆,李赛. 基于相似度的微博社交网络的社区发现方法[J]. 计算机研究与发展, 2014, 51(12): 2797-2807. |
| [13] | 侯 薇, 董红斌, 印桂生,. 一种基于隶属度优化的演化聚类算法[J]. , 2013, 50(3): 548-558. |
| [14] | 朱 牧 孟凡荣 周 勇. 基于链接密度聚类的重叠社区发现算法[J]. 计算机研究与发展, 2013, 50(12): 2520-2530. |
| [15] | 林友芳, 王天宇, 唐 锐, 周元炜, 黄厚宽,. 一种有效的社会网络社区发现模型和算法[J]. , 2012, 49(2): 337-345. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3741
