一种基于中心极大团扩展的社区挖掘算法

摘要：

社区挖掘是复杂网络分析中的一项重要工作,目前已提出多种社区挖掘算法,但多数算法是通过节点间的连接关系来发现内聚的社区结构.结合真实网络中的节点具有不同的行为和影响力,在充分考虑网络中节点的连接关系的基础上,提出一种基于中心极大团扩展的社区挖掘两阶段算法.第一阶段发现初始社区:首先找到网络中所有的内聚子团,然后找出k个分散、内聚且有影响力的中心极大团作为初始社区;第二阶段形成最终社区划分:对初始社区外节点,充分考虑不同邻居节点对其潜在的影响力,采用局部模块度扩展的方法将节点扩展到与其连接紧密的社区内.实验结果表明,该方法能够快速揭示出网络中的社区结构,相比FN算法,具有较高的准确度和模块度,相比GN算法,不需要预先知道社区个数.

关键词：社区结构、中心极大团、局部模块度

分类号：TP301(计算技术、计算机技术)

资助基金：黑龙江省大学生创新创业训练计划项目201610236014;国家自然科学基金61172168

在线出版日期：2017-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：164-169,238