基于信息熵和局部相关性的多标签传播重叠社区发现算法

发布时间：2017-10-31 00:08

  本文关键词：基于信息熵和局部相关性的多标签传播重叠社区发现算法

  更多相关文章： 社区发现 重叠社区 标签传播 信息熵 自我网络

【摘要】：基于标签传播思想的重叠社区发现算法,利用标签的传播特性可有效挖掘潜在的重叠社区结构,但是挖掘过程中采用的随机策略造成传播过程中的不确定性,最终导致结果的不稳定性,因此本文提出一种基于信息熵和局部相关性的多标签传播重叠社区发现算法.该算法在标签传播阶段,采用异步更新策略,利用信息熵产生更新序列指导标签更新,解决社区划分结果不稳定的问题.同时在标签选择阶段,根据节点与自我网络中其他节点的相关程度选择标签,提高所发现社区的质量.基于多个真实数据集和人工网络图的对比实验,结果表明,本文算法有效可行.
【作者单位】： 福州大学数学与计算机科学学院;
【关键词】： 社区发现 重叠社区 标签传播 信息熵 自我网络
【基金】：国家自然科学基金项目(61300026)资助 福建省自然科学基金项目(2014J01230)资助
【分类号】：TP393.02;TP311.13
【正文快照】： 1引言随着社会化媒体的兴起,社区发现成为了社会网络分析中的一个研究热点.社区结构是社会网络中一个重要的拓扑性质,目前对于社区结构尚没有明确的定义,一个普遍接受的观点是同一社区内部之间连接稠密,不同社区之间连接较为稀疏[1].挖掘社区结构有助于理解社会化媒体中用户的，

本文编号：1119916