高级搜索

基于贡献函数的重叠社区划分算法

刘功申 孟魁 郭弘毅 苏波 李建华

引用本文: 刘功申, 孟魁, 郭弘毅, 苏波, 李建华. 基于贡献函数的重叠社区划分算法[J]. 电子与信息学报, 2017, 39(8): 1964-1971. doi: 10.11999/JEIT161109 shu
Citation:  LIU Gongshen, MENG Kui, GUO Hongyi, SU Bo, LI Jianhua . Overlapping-communities Recognition Algorithm Based on Contribution Function[J]. Journal of Electronics and Information Technology, 2017, 39(8): 1964-1971. doi: 10.11999/JEIT161109 shu

基于贡献函数的重叠社区划分算法

摘要: 现实世界中的网络结构呈现出重叠社区的特征。在研究经典的标签算法的基础上,该文提出基于贡献函数的重叠社区发现算法。算法将每个节点用三元组(阈值、标签、从属系数)集合来表示。节点的阈值是每次迭代过程中标签淘汰的依据,该值由多元线性方程自动计算而来。从属系数用于衡量当前节点与标签所标识社区的相关度,从属系数的值越大说明该节点与标签所标识社区的关联性越强。在每一次迭代的过程中,算法依据贡献函数计算每个节点的从属系数,并生成新的三元组集合。然后依据标签决策规则淘汰标签,进行从属系数规范化。通过对真实的复杂网络和LFR(Lancichinetti Fortunato Radicchi)自动生成的网络进行测试可知,该算法的社区划分准确率高,而且划分结果稳定。

English

计量
  • PDF下载量:  388
  • 文章访问数:  399
  • HTML全文浏览量:  51
文章相关
  • 收稿日期:  2016-10-18
  • 录用日期:  2017-04-24
  • 刊出日期:  2017-08-19
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章