首 页    学报简介    作者投稿    专家审稿    编辑办公    读者须知    联系我们
刘苗苗,郭景峰,马晓阳,陈晶.基于共邻节点相似度的加权网络社区发现方法[J].四川大学学报: 自然科学版,2018,55(1):0089~0098.
 
基于共邻节点相似度的加权网络社区发现方法
Community discovery in weighted social networks based on similarities of common neighbors
摘要点击 427  全文点击 198  投稿时间:2016-11-23  修订日期:2016-12-10
查看全文  查看/发表评论  下载PDF阅读器
DOI编号   
中文关键词   加权网络  模块度  共邻节点  相似度  社区划分
英文关键词   Weighted networks  Modularity  Common neighbors  Similarity  Community division
基金项目   国家自然科学基金
作者单位E-mail
刘苗苗 东北石油大学 liumiaomiao82@163.com 
郭景峰 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 
 
马晓阳 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 
 
陈晶 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 
 
中文摘要
    为实现加权网络的准确划分,发现真实的社区结构,提出一种基于模块度和共邻节点相似性的层次聚类社区划分方法IEM。首先,定义两节点间基于共邻节点的相似度。之后,基于该度量快速聚合当前节点和与其关联紧密度最强的邻居节点以形成初始社区,并进行社区扩展。最后,以最大化网络模块度为目标进行社区合并以优化划分结果。算法通过形成初始社区、扩展社区、合并社区三步,实现了加权网络合理有效的社区划分。以加权模块度作为社区划分质量的评价标准,在多个数据集上的实验结果表明,IEM算法优于加权CN、加权AA、加权RA。同时,与CRMA算法相比,IEM算法对加权网络社区划分的有效性和正确性更高。
英文摘要
    In order to divide communities accurately in weighted networks, a hierarchical clustering method IEM based on the similarity and modularity is proposed. Firstly, the similarity of the two nodes is defined based on attributes of their common neighbors. Then, the most closely related nodes are clustered fastly according to their similarity to form the initial community and expand it. Lastly, these communities are merged with the goal of maxmizing the modularity so as to optimize division re sults. The algorithm achieves more reasonable and effective community division for weighted network by three steps of initializing, expanding and merging communities. Correctness and effectiveness of the algorithm are verified through experiments on many weighted networks using weighted modularity as evaluation index. Results show that IEM is superior to weighted CN, weighted AA and weighted RA. Moreover, it can achieve the higher quality of community division in weighted networks compared with CRMA algorithm.

您是第 2936235 位访问者

版权所有 @ 2007《四川大学学报 (自然科学版)》编辑部
地址: 四川省成都市武侯区四川大学望江校区文科楼330至342室  邮编: 610064
电话: (028)85410393  传真: (028)85410393  E-mail: scdx@scu.edu.cn
本系统由北京勤云科技发展有限公司设计