识别高质量重叠社区的高效算法

作     者：姚新亮 钟诚 YAO Xin-liang;ZHONG Cheng

作者机构：广西大学计算机与电子信息学院广西高校并行分布式计算技术重点实验室南宁530004 

出 版 物：《小型微型计算机系统》 (Journal of Chinese Computer Systems)

年 卷 期：2016年第37卷第3期

页      面：412-416页

核心收录：

学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 081202[工学-计算机软件与理论] 

基　　金：国家自然科学基金项目(61462005)资助 广西自然科学基金项目(2014GXNSFAA118396)资助 广西研究生教育创新计划项目(YCSZ2014034)资助 广西教育厅-广西大学博士点建设基金项目(P11900119)资助 

主　　题：重叠社区发现 标签传播 标签评分 相似度 

摘      要：现实的社区结构通常具有相互重叠的现象,发现重叠社区结构有助于研究网络的特性、预测网络的变化趋势.通过改进非重叠社区发现算法LabelRank的后处理过程,以使得算法能够发现网络中重叠的社区结构;引入标签更新相似度作为标签更新的判别依据,给出一种能够消除标签震荡现象的迭代终止条件,以提升发现重叠社区结构的质量,同时显著减少社区识别算法的计算量和迭代次数.在人工生成网络数据集和真实网络数据集上的实验结果表明,与现有的重叠社区发现算法相比,给出的算法能够更加高效地发现更高质量的重叠社区.