基于图嵌入和多标签传播的重叠社区检测算法

作     者：高兵 宋敏 邹启杰 秦静 Gao Bing;Song Min;Zou Qijie;Qin Jing

作者机构：大连大学信息工程学院辽宁大连116622 大连大学大连市智慧医疗与健康重点实验室辽宁大连116622 大连大学软件学院辽宁大连116622 

出 版 物：《计算机应用研究》 (Application Research of Computers)

年 卷 期：2024年第41卷第5期

页      面：1428-1433页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金青年科学基金资助项目(62002038) 辽宁省科学研究经费资助项目(LJKZ1180) 

主　　题：多标签传播 图嵌入 重叠社区检测 节点重要性 节点更新策略 

摘      要：为进一步优化重叠社区检测算法,提出了一种新的基于度和节点聚类系数的节点重要性定义,按照节点重要性降序更新节点,固定节点更新策略,提高社区检测的稳定性。在此基础上,提出了一种基于图嵌入和多标签传播的重叠社区检测算法(overlapping community detection based on graph embedding and multi-label propagation algorithm,OCD-GEMPA)。该算法结合node2vec模型对节点进行低维向量表示,构建节点之间的权重值矩阵,根据权重值计算标签归属系数,据此选择标签,避免了随机选择问题。在真实数据集和人工合成数据集上对该算法进行实验验证。实验结果表明,与其他重叠社区检测算法相比,OCD-GEMPA在EQ和NMI这两个指标都有明显提升,具有更好的准确性和稳定性。