基于加权边相似度的重叠社区发现算法

作     者：王元欣 刘培强 Wang Yuanxin;Liu Peiqiang

作者机构：山东师范大学信息科学与工程学院济南250014 山东工商学院计算机科学与技术学院山东烟台265004 山东省高校智能信息处理重点实验室山东工商学院山东烟台264005 

基　　金：教育部科学技术研究重点项目(212101) 山东省自然科学基金资助项目(ZR2011FL004 ZR2014FL007) 

出 版 物：《山东师范大学学报（自然科学版）》 (Journal of Shandong Normal University(Natural Science))

年 卷 期：2016年第31卷第2期

页      码：27-33页

摘      要：社区发现是复杂网络研究的基础,其目的是发现网络的真实结构,对于分析复杂网络的拓扑结构、理解其功能和寻找其潜在的性质具有重要的意义.Palla,Yong和James等人分别提出了CPM、LINK算法,此类算法基于网络拓扑结构或边密度发现复杂网络中的社区,性能较好,但不足是计算出的社区存在过度重叠问题.如何设计新算法,避免社区发现的过度重叠问题,是一个亟待解决的重要问题.本文基于加权边相似度,提出了一种社区发现算法LINKw,可以高效发现社区结构,与其他算法相比,本算法能更好地解决社区过度重叠问题.

主 题 词：社区发现 重叠社区 加权边相似度 质量函数 

学科分类：08[工学] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1001-4748.2016.02.006

馆 藏 号：203130504...