节点文献

一种面向大规模社会网络的社区发现算法

免费订阅

【作者】 梁晋梁吉业赵兴旺

【Author】 Liang Jin;Liang Jiye;Zhao Xingwang;School of Computer and Information Technology,Shanxi University;Key Laboratory of Computational Intelligence and Chinese Information Processing of Ministry of Education,Shanxi University;

【机构】 山西大学计算机与信息技术学院山西大学计算智能与中文信息处理教育部重点实验室

【摘要】 随着社会网络中顶点和边的逐渐增加,计算效率成为了大规模社会网络中社区发现面临的一大难题.为了更加高效地探测社会网络中隐含的社区结构,提出一种基于抽样与标签传播的社区发现算法.该算法首先利用基于度的随机游走技术对整体网络进行抽样得到子图,然后采用基于概要的社区发现算法对此子图进行社区发现,得到核心社区,最后依据已有社区结构与未抽样的节点的相似度迭代式地将社区标签传播到剩余节点.在真实社会网络数据集上,与已有算法通过实验进行了比较分析,结果表明该算法能够在保证有效性的同时提高计算效率.

【基金】 国家自然科学基金(61432011;U1435212);山西省自然科学基金(2015011048);山西省回国留学人员科研资助项目(2013-101)
  • 【DOI】10.13232/j.cnki.jnju.2016.01.018
  • 【分类号】TP393.02;TP301.6
  • 【被引频次】2
  • 【下载频次】169
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: