最优节点复制的复杂网络重叠社区发现算法

发布时间：2018-10-10 19:13

【摘要】：不依赖于领域知识的重叠社区快速发现算法是当前复杂系统研究的热点.本文基于网络的局部特征,提出描述网络链接疏密程度的关联度,并基于最优节点复制思想,推广到用于描述节点的凝聚程度.提出了采用分割策略的重叠社区发现算法——OCDNOD,通过逐步分割网络,支持独立社区和重叠社区的挖掘.人工网络和实际网络中的实验结果表明算法不仅有较好的时间效率,而且在社区发现的质量方面也优于其它几种代表性的社区发现算法.
[Abstract]:The fast discovery algorithm of overlapping community, which is independent of domain knowledge, is a hot topic in the research of complex systems. Based on the local characteristics of the network, this paper proposes a degree of correlation to describe the degree of network link density, and based on the idea of optimal node replication, it is extended to describe the degree of aggregation of nodes. An overlapping community discovery algorithm based on segmentation strategy is proposed in this paper. OCDNOD, can support the mining of independent and overlapping communities by dividing the network step by step. The experimental results in artificial network and real network show that the algorithm not only has better time efficiency, but also outperforms other typical community discovery algorithms in terms of community discovery quality.
【作者单位】： 江西师范大学软件学院;
【基金】：国家自然科学基金资助项目(61262014) 江西省自然科学基金资助项目(20132BAB201034) 江西省教育厅科技项目(GJJ13224) 江西师范大学博士启动基金资助项目
【分类号】：O157.5

【相似文献】

相关期刊论文 前3条

1 颜学峰;包俊杰;张兵;钱锋;;节点与测量数据组合检测的数据协调及应用[J];化工学报;2007年11期

2 陈涛;董天;张树功;;Tower节点集上的极小次数牛顿基[J];吉林大学学报(理学版);2007年06期

3 ;[J];;年期

相关博士学位论文 前1条

1 朱天;社会网络中节点角色以及群体演化研究[D];北京邮电大学;2011年

相关硕士学位论文 前10条

1 韩锦华;节点失活的网络结构和动力学研究[D];陕西师范大学;2015年

2 邓冬梅;时序网络结构特性实证分析及研究[D];电子科技大学;2014年

3 夏涛;复杂网络社区发现算法研究[D];南京财经大学;2015年

4 陈颖娴;社交网络中社团发现机制的研究[D];电子科技大学;2015年

5 王兵;复杂网络的节点重要性度量算法研究[D];南京邮电大学;2015年

6 杨雪莹;复杂网络控制鲁棒性分析及驱动节点集优化选取算法研究[D];东北大学;2014年

7 王丽娟;复杂网络的关键节点挖掘与社团发现方法研究[D];桂林电子科技大学;2016年

8 王松华;基于异质网络的关键节点识别研究[D];西南大学;2014年

9 邵长城;复杂网络可控性分析与驱动节点集拓扑性质研究[D];东北大学;2012年

10 刘尧;复杂网络中关键节点发现技术研究[D];解放军信息工程大学;2009年

，

本文编号：2262933