删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

一种基于标签传播的两阶段社区发现算法

本站小编 Free考研考试/2022-01-01

郑文萍1,2,3,车晨浩2,钱宇华1,2,3,王杰2
1(山西大学大数据科学与产业研究院 太原 030006); 2(山西大学计算机与信息技术学院 太原 030006); 3(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) (wpzheng@sxu.edu.cn)
出版日期: 2018-09-01


基金资助:国家自然科学基金项目(61672332,61572005);国家自然科学基金优秀青年科学基金项目(61322211);山西省回国留学人员科研资助项目(2017-014) This work was supported by the National Natural Science Foundation of China (61672332, 61572005), the National Natural Science Foundation of China for Excellent Young Scientists (61322211), and the Research Project of Shanxi Scholarship Council of China (2017-014).

A Two-Stage Community Detection Algorithm Based on Label Propagation

Zheng Wenping1,2,3, Che Chenhao2, Qian Yuhua1,2,3, Wang Jie2
1(Research Institute of Big Data Science and Industry, Shanxi University, Taiyuan 030006); 2(School of Computer and Information Technology, Shanxi University, Taiyuan 030006); 3(Key Laboratory of Computational Intelligence and Chinese Information Processing (Shanxi University), Ministry of Education, Taiyuan 030006)
Online: 2018-09-01







摘要/Abstract


摘要: 针对标签传播社区发现算法在节点更新顺序及标签传播过程中存在较大随机性而导致划分结果稳定性差的问题,提出一种基于标签传播的两阶段社区发现算法(a two-stage community detection algorithm based on label propagation, LPA-TS),通过参与系数确定节点更新顺序,并在标签传播过程中依据节点间相似性更新节点标签,得到初始社区划分.将社区看作节点,社区间连边数作为边权重,得到社区关系网络.按照参与系数由低到高的顺序合并社区关系网络中的节点,得到最终社区划分结果.算法LPA-TS减少了传统LPA方法在节点更新和标签传播过程的随机性;在第2阶段,将不符合弱社区定义的初始社区与连边最多的相邻社区合并,再按照社区参与系数由低到高的顺序合并初始社区提升社区发现质量.通过与一些经典算法在8个真实网络及不同参数下LFR benchmark人工网络数据集上的实验比较表明LPA-TS算法表现了良好的稳定性,在NMI、ARI、模块性等方面表现良好.






[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]郑文萍,吴志康,杨贵. 一种基于局部中心性的网络关键节点识别算法[J]. 计算机研究与发展, 2019, 56(9): 1872-1880.
[4]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.
[5]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.
[6]杜航原,王文剑,白亮. 基于网络节点中心性度量的重叠社区发现算法[J]. 计算机研究与发展, 2018, 55(8): 1619-1630.
[7]潘伟丰,姜波,李兵,胡博,宋贝贝. 基于组合历史的交互式服务推荐方法[J]. 计算机研究与发展, 2018, 55(3): 613-628.
[8]张雪松,贾彩燕. 一种基于频繁词集表示的新文本聚类方法[J]. 计算机研究与发展, 2018, 55(1): 102-112.
[9]张远鹏,邓赵红,钟富礼,杭文龙,王士同. 基于代表点评分策略的快速自适应聚类算法[J]. 计算机研究与发展, 2018, 55(1): 163-178.
[10]傅广垣,余国先,王峻,郭茂祖. 基于正负样例的蛋白质功能预测[J]. 计算机研究与发展, 2016, 53(8): 1753-1765.
[11]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.
[12]王莹,于海,朱志良. 基于软件节点重要性的集成测试序列生成方法[J]. 计算机研究与发展, 2016, 53(3): 517-530.
[13]潘伟丰,李兵,周晓燕,何鹏. 基于错误传播网络的回归测试用例排序方法[J]. 计算机研究与发展, 2016, 53(3): 550-558.
[14]李全刚,刘峤,秦志光. 基于主题模型的通信网络建模与仿真[J]. 计算机研究与发展, 2016, 53(1): 206-215.
[15]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.





PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3769
相关话题/社区 计算机 网络 传播 山西大学

  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效,10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材,产品类型包含电子书、题库、全套资料以及视频,无论您是考研复习、考证刷题,还是考前冲刺等,不同类型的产品可满足您学习上的不同需求。 ...
    本站小编 Free壹佰分学习网 2022-09-19
  • 基于网络节点中心性度量的重叠社区发现算法
    杜航原1,王文剑2,白亮21(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 ...
    本站小编 Free考研考试 2022-01-01
  • 基于卷积神经网络的左右眼识别
    钟志权1,2,袁进3,唐晓颖41(广东顺德中山大学卡内基梅隆大学国际联合研究院广东顺德528300);2(中山大学电子与信息工程学院广州510006);3(眼科学国家重点实验室(中山大学)广州510060);4(南方科技大学电子与电气工程系广东深圳518055)(zhongzhq9@mail2.sy ...
    本站小编 Free考研考试 2022-01-01
  • 密集异构网络中基于强化学习的流量卸载算法
    王倩1,2,聂秀山1,尹义龙21(山东财经大学计算机科学与技术学院济南250014);2(山东大学齐鲁软件学院济南250101)(qianwang@sdu.edu.cn)出版日期:2018-08-01基金资助:国家自然科学基金项目(61573219,61671274);山东省重点研发计划项目(201 ...
    本站小编 Free考研考试 2022-01-01
  • 一种最大置信上界经验采样的深度Q网络方法
    朱斐1,2,3,吴文1,刘全1,3,伏玉琛1,41(苏州大学计算机科学与技术学院江苏苏州215006);2(江苏省计算机信息处理技术重点实验室(苏州大学)江苏苏州215006);3(符号计算与知识工程教育部重点实验室(吉林大学)长春130012);4(常熟理工学院计算机科学与工程学院江苏常熟2155 ...
    本站小编 Free考研考试 2022-01-01
  • 一种可度量的贝叶斯网络结构学习方法
    綦小龙1,2,高阳1,王皓1,宋蓓1,周春蕾3,张友卫31(南京大学计算机科学与技术系南京210046);2(伊犁师范学院电子与信息工程学院新疆伊宁835000);3(江苏方天电力技术有限公司南京211102)(qxl_0712@sina.com)出版日期:2018-08-01基金资助:国家自然科学 ...
    本站小编 Free考研考试 2022-01-01
  • 基于神经网络探究标签依赖关系的多标签分类
    宋攀,景丽萍(交通数据分析与挖掘北京市重点实验室(北京交通大学)北京100044)(16120413@bjtu.edu.cn)出版日期:2018-08-01基金资助:国家自然科学基金项目(61370129,61375062,61632004,61773050)Thisworkwassupported ...
    本站小编 Free考研考试 2022-01-01
  • 基于网络欺骗的家用无线路由器防护方法
    刘奇旭1,2,徐辰晨1,2,刘井强1,胡恩泽1,2,靳泽1,21(中国科学院信息工程研究所北京100093);2(中国科学院大学网络空间安全学院北京100049)(liujingqiang@iie.ac.cn)出版日期:2018-07-01基金资助:国家重点研发计划项目(2016YFB0801604 ...
    本站小编 Free考研考试 2022-01-01
  • 基于传播加速度的微博流行度预测方法
    朱海龙1,2,3,云晓春1,2,3,韩志帅41(中国科学院信息工程研究所北京100093);2(中国科学院大学网络空间安全学院北京100049);3(国家计算机网络应急技术处理协调中心北京100029);4(北京科技大学计算机与通信工程学院北京100083)(zhl@cert.org.cn)出版日期 ...
    本站小编 Free考研考试 2022-01-01
  • 基于多通道卷积神经网络的中文微博情感分析
    陈珂1,梁斌2,柯文德1,许波1,曾国超11(广东石油化工学院计算机科学与技术系广东茂名525000);2(苏州大学计算机科学与技术学院江苏苏州215000)(chenke2001@163.com)出版日期:2018-05-01基金资助:国家自然科学基金项目(61272382,61672174);广 ...
    本站小编 Free考研考试 2022-01-01
  • 一种基于社区专家信息的协同过滤推荐算法
    张凯涵,梁吉业,赵兴旺,王智强(山西大学计算机与信息技术学院太原030006)(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)(752750403@qq.com)出版日期:2018-05-01基金资助:国家自然科学基金项目(61432011,U1435212,61603230) ...
    本站小编 Free考研考试 2022-01-01