典型文献
一种基于局部路径信息的重叠社区发现算法
文献摘要：
重叠社区发现是复杂网络分析的主要任务之一.针对现有的基于局部扩展和优化的重叠社区发现方法受初始种子节点选择影响较大、适应度函数无法度量节点间多样的连接方式等问题,提出了一种基于局部路径信息的重叠社区发现算法(Lo-cal Path Information-based Overlapping Community Detection Algorithm,LPIO).首先选取局部极大度点作为初始种子节点,并根据社区内节点邻域标签一致性更新社区的种子节点集,避免初始种子节点对算法性能的影响;然后为度量稀疏网络中节点间多样的连接方式,给出了基于局部路径信息的社区适应度函数,扩展种子节点集得到社区结构;最后计算未聚类节点与社区种子集之间的点不重复路径数量,得到未聚类节点与已有社区间的距离,为未聚类节点分配社区.在4个有标签网络和8个无标签网络上,与7个经典重叠社区发现算法进行对比,实验结果表明,所提算法在重叠标准互信息(ONM I)、F1分数、扩展模块度(EQ)等方面表现良好.
文献关键词：
重叠社区发现;局部扩展和优化;社区适应度;局部路径信息
中图分类号：
作者姓名：
郑文萍;王宁;杨贵
作者机构：
山西大学计算机与信息技术学院 太原030006;计算智能与中文信息处理教育部重点实验室(山西大学) 太原030006;智能信息处理研究所(山西大学) 太原030006
文献出处：
引用格式：
[1]郑文萍;王宁;杨贵-.一种基于局部路径信息的重叠社区发现算法)[J].计算机科学,2022(12):155-162
A类：
局部路径信息,局部扩展和优化,LPIO,ONM
B类：
重叠社区发现算法,复杂网络分析,主要任务,节点选择,适应度函数,法度,连接方式,Lo,cal,Path,Information,Overlapping,Community,Detection,Algorithm,大度,邻域,点集,算法性能,中节点,社区适应度,社区结构,种子集,不重复,路径数,节点分配,标签网络,无标签,互信息,模块度,EQ
AB值：
0.26918
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。
