基于边图的线性流重叠社区发现算法

论文摘要

重叠网络的社区发现是复杂网络研究中的重要问题。为了提高网络中重叠社区发现的时间效率,提出一种基于边图的线性流重叠社区发现算法LBSA。算法首先对于边图网络中的边进行随机的依次处理,完成节点的初步社区划分,再将其中重叠小社区合并到相似度最大的其他大社区中得到最终的社区。通过以上步骤,算法能够以接近线性的时间复杂度得到网络的重叠结构。从最终的实验结果来看,与其他算法相比,该算法能够在更短的时间有质量地发现网络中的重叠社区。

论文目录

• 1 引言
• 2 相关工作
•   2.1 线性流社区发现算法
•   2.2 网络边图与边图构造
• 3 基于边图的线性流重叠社区发现算法
•   3.1 相关定义与预处理
•   3.2 线性流方式处理过程
•   3.3 重叠小社区处理
•   3.4 LBSA算法
•   3.5 复杂度分析
• 4 实验评估
•   4.1 LFR标准网络分析
•   4.2 真实网络分析
•   4.3 重叠小社区阈值分析
• 5 结束语

文章来源

类型: 期刊论文

作者: 王斌,李强,盛津芳,孙泽军

关键词: 流式图,重叠社区发现,边聚类系数,边图,社区相似度

来源: 计算机工程与应用 2019年02期

年度: 2019

分类: 信息科技,基础科学

专业: 数学,计算机软件及计算机应用

单位: 中南大学信息科学与工程学院

基金: 国家科技重大专项课题(No.2017ZX06002005)

分类号: O157.5;TP301.6

页码: 60-66

总页数: 7

文件大小: 1526K

下载量: 119