基于结构相似度仿射传播的社团检测算法

作     者：孙贵宾 周勇 SUN Guibin;ZHOU Yong

作者机构：中国矿业大学计算机科学与技术学院江苏徐州221116 

出 版 物：《计算机应用》 (journal of Computer Applications)

年 卷 期：2015年第35卷第3期

页      面：633-637页

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家863计划项目(2012AA011004 2012AA0622022) 教育部博士点基金资助项目(20100095110003 20110095110010) 

主　　题：复杂网络 社团结构 社团检测 结构相似度 仿射传播 

摘      要：复杂网络中普遍存在着一定的社团结构,社团检测具有重要的理论意义和实际价值。为了提高复杂网络中社团检测的性能,提出了一种基于结构相似度仿射传播的社团检测算法。首先,选取结构相似度作为节点之间的相似性度量,并采用了一种优化的方法来计算复杂网络的相似度矩阵;其次,将计算得到的相似度矩阵作为输入,采用快速仿射传播(FAP)算法进行聚类;最后,得到最终的社团结构。实验结果表明,所提算法在LFR(LancichinettiFortunato-Radicchi)模拟网络上的社团检测平均标准化互信息(NMI)值为65.1%,要高于标签传播算法(LPA)的45.3%以及CNM(Clauset-Newman-Moore)算法的49.8%;在真实网络上的社团检测平均模块度值为53.1%,要高于LPA算法的39.9%以及CNM算法的47.8%,具有更好的社团检测能力,能够发现更高质量的社团结构。