当前位置:主页 > 科技论文 > 软件论文 >

社交网络中基于模块度最大化的标签传播算法的研究

发布时间:2019-03-14 15:41
【摘要】:提出了一种利用模块度最大化与社区结构属性相结合的社区发现方法。首先,针对基于模块度最大化的标签传播算法中存在的时间复杂度高的问题,引入传播距离参数,依据"先传播,后合并"的原则,降低了社区合并导致整个网络需要更新带来的较高时间复杂度;其次,结合社区结构的概念提出了基于模块度最大化的标签传播算法(CDMM-LPA);最后,基于网络数据集,验证并分析了CDMM-LPA算法的可行性。实验结果表明,CDMM-LPA算法在降低了时间复杂度的同时,获得了较高的模块度值和更加稳定的强社区结构。
[Abstract]:In this paper, a community discovery method combining modularity maximization and community structure attributes is proposed. Firstly, aiming at the problem of high time complexity in label propagation algorithm based on modularity maximization, the propagation distance parameter is introduced, and according to the principle of "propagate first, then merge", It reduces the high time complexity that the whole network needs to be updated because of the community merging. Secondly, based on the concept of community structure, a label propagation algorithm (CDMM-LPA) based on modularity maximization is proposed. Finally, the feasibility of CDMM-LPA algorithm is verified and analyzed based on network data sets. The experimental results show that the CDMM-LPA algorithm not only reduces the time complexity, but also obtains a higher module value and a more stable community structure.
【作者单位】: 燕山大学信息科学与工程学院;河北省虚拟技术与系统集成重点实验室;
【基金】:国家自然科学基金资助项目(No.61602401,No.61472340) 河北省自然科学基金资助项目(No.F2014203192)~~
【分类号】:TP301.6

【参考文献】

相关期刊论文 前3条

1 朱牧;孟凡荣;周勇;;基于链接密度聚类的重叠社区发现算法[J];计算机研究与发展;2013年12期

2 武志昊;林友芳;Steve Gregory;万怀宇School of Computer and Information Technology,Beijing Jiaotong University;田盛丰;;Balanced Multi-Label Propagation for Overlapping Community Detection in Social Networks[J];Journal of Computer Science & Technology;2012年03期

3 赵卓翔;王轶彤;田家堂;周泽学;;社会网络中基于标签传播的社区发现新算法[J];计算机研究与发展;2011年S3期

【共引文献】

相关期刊论文 前10条

1 连亚飞;黄发良;汪焱;潘传迪;;基于选举标签传播的非重叠社区挖掘算法[J];福建师范大学学报(自然科学版);2017年02期

2 陈晶;万云;;社交网络中基于模块度最大化的标签传播算法的研究[J];通信学报;2017年02期

3 滕彬;李玲娟;;基于标签权重系数的社团发现算法[J];南京邮电大学学报(自然科学版);2016年06期

4 Shichao Liu;Fuxi Zhu;Huajun Liu;Zhiqiang Du;;A Core Leader Based Label Propagation Algorithm for Community Detection[J];中国通信;2016年12期

5 刘世超;朱福喜;冯曦;;复杂网络的重叠社区及社区间的结构洞识别[J];电子学报;2016年11期

6 李磊;倪林;;基于模块度优化的标签传播社区发现算法[J];计算机系统应用;2016年09期

7 宋琛;张贤坤;费松;荚佳;刘栋;;基于随机游走相似度矩阵的改进标签传播算法[J];计算机应用与软件;2016年08期

8 张昌理;王一蕾;吴英杰;苏斌勇;王晓东;;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[J];小型微型计算机系统;2016年08期

9 张黎烁;高继勋;;基于节点尺度特征的重叠社区检测算法[J];河南理工大学学报(自然科学版);2016年05期

10 陈俊宇;周刚;南煜;曾琦;;一种半监督的局部扩展式重叠社区发现方法[J];计算机研究与发展;2016年06期

【二级参考文献】

相关期刊论文 前3条

1 邓小龙;王柏;吴斌;杨胜琦;;基于信息熵的复杂网络社团划分建模和验证[J];计算机研究与发展;2012年04期

2 沈华伟;程学旗;陈海强;刘悦;;基于信息瓶颈的社区发现[J];计算机学报;2008年04期

3 高琰;谷士文;唐t;;基于链接分析的Web社区发现技术的研究[J];计算机应用研究;2006年07期

【相似文献】

相关期刊论文 前10条

1 韩瑞凯;孟嗣仪;刘云;郭英慧;张彦超;;基于兴趣相似度的社区结构发现算法研究[J];铁路计算机应用;2010年10期

2 黄发良;肖南峰;;用于网络重叠社区发现的粗糙谱聚类算法[J];小型微型计算机系统;2012年02期

3 马瑞新;邓贵仕;王晓;;启发式动态社区挖掘算法研究与实现[J];大连理工大学学报;2012年02期

4 刘大有;金弟;何东晓;黄晶;杨建宁;杨博;;复杂网络社区挖掘综述[J];计算机研究与发展;2013年10期

5 时京晶;;三种经典复杂网络社区结构划分算法研究[J];电脑与信息技术;2011年04期

6 黄发良;肖南峰;;基于线图与PSO的网络重叠社区发现[J];自动化学报;2011年09期

7 姜雅文;贾彩燕;于剑;;基于类原型的复杂网络重叠社区发现方法[J];模式识别与人工智能;2013年07期

8 李兆南;杨博;刘大有;;复杂网络社区挖掘的距离相似度算法[J];计算机科学与探索;2011年04期

9 杨博;刘杰;刘大有;;基于随机网络集成模型的广义网络社区挖掘算法[J];自动化学报;2012年05期

10 马菲;徐汀荣;孙龙;;基于三角形的重叠社团发现算法[J];计算机应用研究;2014年02期

相关会议论文 前3条

1 刁元波;李梦龙;文志宁;印家健;郑波;;人类细胞信号网络社区结构分析[A];第九届全国计算(机)化学学术会议论文摘要集[C];2007年

2 刘欣;李德毅;李兵;王树良;陶志伟;;复杂网络社区发现研究[A];2006全国复杂网络学术会议论文集[C];2006年

3 单波;姜守旭;张硕;高宏;李建中;;IC:动态社会关系网络社区结构的增量识别算法[A];第26届中国数据库学术会议论文集(A辑)[C];2009年

相关重要报纸文章 前1条

1 记者 熊明 实习生 李瑞莹;度假区不断创新社区结构[N];云南日报;2013年

相关博士学位论文 前8条

1 闵磊;复杂网络社区发现算法研究[D];华中师范大学;2015年

2 蔡清;基于群体智能优化的大数据复杂网络结构分析[D];西安电子科技大学;2015年

3 陈毅;基于统计推理的复杂网络社区结构分析[D];哈尔滨工业大学;2016年

4 杜楠;复杂网络中社区结构发现算法研究及建模[D];北京邮电大学;2009年

5 李一啸;基于复杂网络和演化博弈理论的社会[D];浙江大学;2010年

6 韩院彬;Web服务网络分析和社区发现研究[D];天津大学;2014年

7 谢辉;基于复杂网络的若干动态机制研究[D];西安电子科技大学;2013年

8 任薇;基于微博的社会网络特征研究[D];西南大学;2014年

相关硕士学位论文 前10条

1 王童童;社区框架与隐藏社区的挖掘[D];山东建筑大学;2015年

2 贺成龙;复杂网络中的社区发现算法研究[D];解放军信息工程大学;2015年

3 贾娜;基于矩阵分解的重叠社区探测研究[D];吉林大学;2016年

4 李青云;多阶信息模型及推荐技术研究[D];北京理工大学;2015年

5 万云;基于模块度最大化的社区发现算法的研究[D];燕山大学;2016年

6 邹杰;日照滨海民俗村社区结构与旅游发展互动研究[D];曲阜师范大学;2016年

7 王焕杰;社会网络数据发布中有效保护社区结构的匿名方法研究[D];广西师范大学;2016年

8 王洪珏;复杂网络节点相似性研究及其应用[D];华北电力大学;2016年

9 戴飞飞;基于进化算法的复杂网络社区结构发现[D];电子科技大学;2008年

10 王熙;复杂网络中的层次重叠社区发现及可视化[D];北京交通大学;2010年



本文编号:2440121

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2440121.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户16d5f***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com