采用PageRank和节点聚类系数的标签传播重叠社区发现算法

TP391; 基于标签传播的社区发现算法可以检测出复杂网络的重叠社区结构,因此提出了一种基于PageRank和节点聚类系数的重叠社区发现算法.该算法使用PageRank算法对节点的影响力进行排序,可以稳定社区发现结果,节点的聚类系数是一个与节点相关的值,使用节点聚类系数修改算法的参数并限制每个节点拥有最多标签的数量值,可以提高社区挖掘的质量.在人工网络和真实世界的网络上测试,实验验证了该算法能够有效地检测出重叠社区,并具有可接受的时间效率和算法复杂度....

Full description

Saved in:
Bibliographic Details
Published in国防科技大学学报 Vol. 41; no. 1; pp. 183 - 190
Main Authors 马健, 刘峰, 李红辉, 樊建平
Format Journal Article
LanguageChinese
Published 北京交通大学计算机与信息技术学院,北京,100044 28.02.2019
Subjects
社区发现
聚类系数
节点影响力
PageRank算法
标签传播
重叠社区
Online AccessGet full text
ISSN1001-2486
DOI10.11887/j.cn.201901025

Cover

More Information
Summary:TP391; 基于标签传播的社区发现算法可以检测出复杂网络的重叠社区结构,因此提出了一种基于PageRank和节点聚类系数的重叠社区发现算法.该算法使用PageRank算法对节点的影响力进行排序,可以稳定社区发现结果,节点的聚类系数是一个与节点相关的值,使用节点聚类系数修改算法的参数并限制每个节点拥有最多标签的数量值,可以提高社区挖掘的质量.在人工网络和真实世界的网络上测试,实验验证了该算法能够有效地检测出重叠社区,并具有可接受的时间效率和算法复杂度.
ISSN:1001-2486
DOI:10.11887/j.cn.201901025