發(fā)布時(shí)間：2018-04-21 02:38

  本文選題：復(fù)雜網(wǎng)絡(luò) + 社團(tuán)發(fā)現(xiàn)　； 參考：《計(jì)算機(jī)工程》2017年11期

【摘要】：傳統(tǒng)LFM社團(tuán)發(fā)現(xiàn)算法基于網(wǎng)絡(luò)局部信息進(jìn)行社團(tuán)劃分,未充分利用網(wǎng)絡(luò)中包含的結(jié)構(gòu)信息,導(dǎo)致社團(tuán)結(jié)構(gòu)模糊的網(wǎng)絡(luò)中社團(tuán)劃分精度下降嚴(yán)重,同時(shí)算法基于局部信息擴(kuò)張社團(tuán),容易形成畸形社團(tuán)結(jié)構(gòu)。為解決上述問(wèn)題,提出一種改進(jìn)的LFM算法,利用隨機(jī)游走理論衡量節(jié)點(diǎn)相似度,使社團(tuán)結(jié)構(gòu)更清晰,同時(shí)尋找賦權(quán)網(wǎng)絡(luò)中的極大子團(tuán),以子團(tuán)為基本單位進(jìn)行社團(tuán)擴(kuò)張,解決畸形社團(tuán)問(wèn)題。在人工網(wǎng)絡(luò)和真實(shí)網(wǎng)絡(luò)上的實(shí)驗(yàn)結(jié)果表明,與傳統(tǒng)LFM算法、標(biāo)簽傳播算法等相比,改進(jìn)的LFM算法具有更高的社團(tuán)劃分精度。
[Abstract]:The traditional LFM community discovery algorithm is based on the local information of the network to divide the community, which fails to make full use of the structure information contained in the network, resulting in a serious decline in the accuracy of community division in the fuzzy network. At the same time, the algorithm is based on local information to expand communities, easy to form a deformed community structure. In order to solve the above problems, an improved LFM algorithm is proposed to measure the similarity of nodes using random walk theory to make the community structure more clear. At the same time, we find the maximal sub-clusters in the weighted network and expand the communities with sub-clusters as the basic unit. Solve the problem of deformities. The experimental results on artificial and real networks show that the improved LFM algorithm has higher community division accuracy than the traditional LFM algorithm and label propagation algorithm.
【作者單位】： 信息工程大學(xué)理學(xué)院;河南中醫(yī)大學(xué)第一附屬醫(yī)院呼吸科;
【基金】：國(guó)家自然科學(xué)基金(81574100)
【分類號(hào)】：O157.5;TP301.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周持中;一類具有吸收點(diǎn)的平面隨機(jī)游走[J];岳陽(yáng)大學(xué)學(xué)報(bào);1996年02期

2 何建軍;李仁發(fā);;改進(jìn)的隨機(jī)游走模型節(jié)點(diǎn)排序方法[J];計(jì)算機(jī)工程與應(yīng)用;2011年12期

3 鄧貴仕,賴寶全;反饋式隨機(jī)游走模型及其在股票投資中應(yīng)用[J];大連理工大學(xué)學(xué)報(bào);2004年06期

4 戴穎;;深圳股票市場(chǎng)的隨機(jī)游走檢驗(yàn)[J];商業(yè)經(jīng)濟(jì);2005年11期

5 張珊靚;周晏;;基于隨機(jī)游走的時(shí)間加權(quán)社會(huì)網(wǎng)絡(luò)鏈接預(yù)測(cè)算法[J];計(jì)算機(jī)應(yīng)用與軟件;2014年07期

6 金弟;楊博;劉杰;劉大有;何東曉;;復(fù)雜網(wǎng)絡(luò)簇結(jié)構(gòu)探測(cè)——基于隨機(jī)游走的蟻群算法[J];軟件學(xué)報(bào);2012年03期

7 汪北翔,黃海波;對(duì)我國(guó)期貨價(jià)格隨機(jī)游走假設(shè)的檢驗(yàn)[J];統(tǒng)計(jì)與決策;2004年11期

8 邢長(zhǎng)明;劉方愛(ài);徐如志;;無(wú)標(biāo)度立體Koch網(wǎng)絡(luò)上隨機(jī)游走的平均吸收時(shí)間[J];物理學(xué)報(bào);2012年20期

9 呂U，

本文編號(hào)：1780599