论文在分析常用社区发现算法的优缺点时,指出了标签传播算法(LPA)具有时间复杂度低、不需要预先设置社区个数、计算过程简单,在处理大型复杂网络时,具有较高的效率的特点。但该算法在标签传播的过程中,未考虑到相邻节点在网络结构以及内容中的相似性。因此论文从节点相似度角度出发,提出了多特征融合的标签传播算法。该算法首先利用SimRank算法计算网络中节点的结构相似度,同时使用主体模型得到节点内容的主题分布,并计算不同节点主题分布的相似度,最终融合两种相似度,为邻接节点传播来的标签,赋予相应的权重,以此来改进传播策略。实验比较,该算法较优于传统的标签传播算法。
类型: 期刊论文
作者: 秦强,生佳根,严长春
关键词: 社区发现,主题模型
来源: 计算机与数字工程 2019年12期
年度: 2019
分类: 信息科技
专业: 计算机软件及计算机应用,互联网技术
单位: 江苏科技大学计算机学院
分类号: TP393.092;TP391.1
页码: 3030-3034
总页数: 5
文件大小: 1145K
下载量: 116
本文来源: https://www.lunwen90.cn/article/27dde8a4a083c7f6ffe08cb2.html