典型文献
二分网络中基于增强动态距离模型的社团检测算法
文献摘要:
为了在二分网络中能够更好地利用动态距离模型,提高动态距离模型的鲁棒性,提出一种新的局部非对称边缘聚类系数(local asymmetric edge clustering coefficient,LAECC),将自我中心(Ego-Leader)从单模网络扩展到二分网络,用来判断专属邻居节点对距离产生的影响,摆脱敏感参数.同时,提出一种在二分网络中基于Ego-Leader进行社团检测的增强动态距离模型(E-BiAttractor),E-BiAttractor不仅继承了BiAttractor在检测二分网络社团时的优异表现,而且通过引入Ego-Leader来代替敏感参数,优化了模型在二分网络上的鲁棒性,并提出相应的社团检测算法.最后在8个公开数据集上进行实验对比分析,验证了所提模型的有效性.大量实验表明,相较于几种已有的算法,E-BiAttractor具有良好的性能.
文献关键词:
社团检测;二分网络;动态距离;自我中心
中图分类号:
作者姓名:
苏思行;陈碧连;曹浪财
作者机构:
厦门大学航空航天学院,厦门市大数据智能分析与决策重点实验室,福建 厦门 361005
文献出处:
引用格式:
[1]苏思行;陈碧连;曹浪财-.二分网络中基于增强动态距离模型的社团检测算法)[J].厦门大学学报(自然科学版),2022(06):1038-1043
A类:
动态距离,LAECC,BiAttractor
B类:
二分网络,社团检测,检测算法,高动态,聚类系数,local,asymmetric,edge,clustering,coefficient,自我中心,Ego,Leader,单模,专属,邻居节点,脱敏,敏感参数,公开数据集,实验对比
AB值:
0.224919
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。