基于三级邻居影响力分析的重叠社区发现算法 |
| |
引用本文: | 林穗,陈仕双,姜文超,熊梦,贺忠堂.基于三级邻居影响力分析的重叠社区发现算法[J].计算机工程与设计,2022(7):1924-1929. |
| |
作者姓名: | 林穗 陈仕双 姜文超 熊梦 贺忠堂 |
| |
作者单位: | 1. 广东工业大学计算机学院;2. 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 |
| |
基金项目: | 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);;广东省科技计划基金项目(2019B010139001);;广州市科技计划基金项目(201902020016); |
| |
摘 要: | 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 |
|
|