典型文献
基于局部模体分布相似性的重叠社区发现算法
文献摘要：
模体反应了网络中节点间的高阶连接关系,利用模体信息对复杂网络数据进行分析和挖掘,有助于更深刻理解网络的功能模块和演化机制.利用模体结构所体现的局部高阶拓扑信息,提出了一种基于社区模体分布特征的重叠社区发现算法(Overlapping community detection Algorithm based on Similarity of Local Motifs Distribution,SLMD).首先统计每个节点的局部邻域内的模体信息,基于k-WL核计算节点邻域模体分布的相似性,并以此为基础度量节点的中心性,选择包含高中心度节点的模体作为社区核心;基于k-WL核对核心社区进行扩展得到初步社区发现结果;计算所得社区间的重叠度,得到重叠度不超过0.8的社区作为最终社区发现结果.在11个网络上将所提算法SLMD与6个经典算法的比较实验表明,所提算法SLMD在带标签网络上具有较好的重叠NMI和F1分数,在无标签网络上算法SLMD在重叠模块度上有明显优势,可发现具有特定连接模式的社区结构.
文献关键词：
重叠社区发现;模体;节点中心性;k-WL核
中图分类号：
作者姓名：
杨贵;徐乾
作者机构：
山西大学计算机与信息技术学院,山西太原030006
文献出处：
引用格式：
[1]杨贵;徐乾-.基于局部模体分布相似性的重叠社区发现算法)[J].山西大学学报（自然科学版）,2022(05):1238-1246
A类：
SLMD
B类：
局部模体,重叠社区发现算法,中节点,复杂网络,网络数据,深刻理解,功能模块,演化机制,拓扑信息,Overlapping,community,detection,Algorithm,Similarity,Local,Motifs,Distribution,局部邻域,WL,核计,计算节点,中心度,核对,计算所,重叠度,上将,比较实验,标签网络,NMI,无标签,上算,模块度,连接模式,社区结构,节点中心性
AB值：
0.364053
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
