基于势能背景信息的社团标签探测算法
近年来,社团结构分析已经引起很多领域的关注,一些探测方法也陆续被提出.然而,其中大多数方法只利用了网络拓扑结构,并没有考虑内在的背景信息.基于离散势能理论,提出了一种新的半监督社团探测方法,利用标记节点产生的静电场来确定未标记节点的标签(社团标号).首先给一定数目的节点赋予用户定义的标签;然后利用稀疏线性方程组计算余下节点的标签,其中每个节点的标签被设定为计算出的最大势能值;最后将该方法与现有算法进行比较.实验结果表明,所提算法在现实世界网络和人工基准网络上都展现了很强的探测能力,特别是在只具有模糊大规模社团结构的情况下,该算法仍然具有很高的准确性.
复杂网络、社团探测、背景信息、势能理论、标签探测
45
TP393(计算技术、计算机技术)
国家自然科学基金项目71473285,71401194;中央高校基本科研业务费专项资金中央财经大学科研创新团队支持计划:科技金融协同创新模式与机制设计研究资助
2018-08-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
314-317,347