论文摘要
社区发现是当前社会网络研究领域的一个热点和难点,现有的研究方法包括:(1)优化以网络拓扑结构为基础的社区质量指标;(2)评估节点间的相似性并进行聚类;(3)根据特定网络设计相应的社区模型等.这些方法存在如下问题:(1)通用性不高,难以同时在无向网络和有向网络上发挥出好的效果;(2)无法充分利用网络的结构信息,在真实数据集上表现不佳.针对上述问题,提出一种基于节点不对称转移概率的网络社区发现算法CDATP.该算法通过分析网络拓扑结构来设计节点转移概率,并使用randomwalk方法评估节点对网络社区的重要性.最后,以重要性较高的节点作为核心构造网络社区.与现有的基于randomwalk的方法不同,CDATP为网络中节点设计的转移概率具有不对称性,并只通过节点局部转移来评估节点对社区的重要程度.通过大量仿真实验表明,CDATP在人工模拟数据集和真实数据集上均比其他最新算法有更好的表现.
论文目录
文章来源
类型: 期刊论文
作者: 许平华,胡文斌,邱振宇,聂聪,唐传慧,高旷,刘中舟
关键词: 复杂网络,社区结构,社区发现,随机游走,核心系数
来源: 软件学报 2019年12期
年度: 2019
分类: 信息科技,基础科学
专业: 数学,计算机软件及计算机应用
单位: 武汉大学计算机学院
基金: 国家自然科学基金(61711530238,61572369),国家重点基础研究发展计划(973)(2012CB719905)~~
分类号: TP301.6;O157.5
DOI: 10.13328/j.cnki.jos.005593
页码: 3829-3845
总页数: 17
文件大小: 1062K
下载量: 132