基于共邻节点相似度的加权网络社区发现方法

摘要：

为实现加权网络的准确划分,发现真实的社区结构,提出一种基于模块度和共邻节点相似性的层次聚类社区划分方法IEM.首先,定义两节点间基于共邻节点的相似度.之后,基于该度量快速聚合当前节点和与其关联紧密度最强的邻居节点以形成初始社区,并进行社区扩展.最后,以最大化网络模块度为目标进行社区合并以优化划分结果.算法通过形成初始社区 、扩展社区 、合并社区三步,实现了加权网络合理有效的社区划分.以加权模块度作为社区划分质量的评价标准,在多个数据集上的实验结果表明,IEM算法优于加权CN、加权AA、加权RA.同时,与CRMA算法相比,IEM算法对加权网络社区划分的有效性和正确性更高.

关键词：加权网络、模块度、共邻节点、相似度、社区划分

所属期刊栏目：55

分类号：TP393.01;TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金61472340;国家自然科学青年基金61602401

在线出版日期：2018-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：89-98