复杂网络局部社区挖掘的节点接近度算法  

Closeness degree of node algorithm for mining local community from complex networks

作　　者：方平[1,2,3] 李芝棠[4,2,3] 涂浩[5,3] 郭正彪[2,3] 

机构地区：[1]海军航空工程学院青岛校区,山东青岛266041 [2]华中科技大学计算机科学与技术学院,武汉430074 [3]华中科技大学下一代互联网接入系统国家工程实验室,武汉430074 [4]华中科技大学网络与计算中心,武汉430074 [5]华中科技大学 网络与计算中心,武汉430074

出　　处：《计算机工程与应用》2013年第17期38-42,共5页Computer Engineering and Applications

基　　金：中央高校基本科研业务费专项资金资助(No.2011JC067);中国下一代互联网示范工程(No.CNGI2008-122)

摘　　要：为了准确、快速地发现大规模复杂网络中的局部社区,提出了一种基于节点接近度的局部社区发现算法。该算法以最大度节点作为起始节点,利用节点接近度和局部社区Q值不断搜索其邻居节点,将接近度最大的节点加入初始社区形成新的初始社区;同时,该算法也可以应用于复杂网络全局社区结构的划分。对2个典型复杂网络进行了局部社区挖掘分析,实验结果表明,该算法能够有效识别隐藏在实验网络中的局部社区。针对稀疏网络,该算法的时间复杂度为O(nlog(n)),n为网络节点数。To make the local community detection faster and more accurate, this paper proposes an algorithm for detecting local community structures in complex networks based on closeness degree of node. The proposed method, which uses the maximal closeness degree of node and the local community＇s Q value, starts from the maximum degree node of the network and detects the community it belongs to by searching the neighbor nodes. It is also applicable for global community structure detecting. The experiments on two typical complex networks show that the algorithm can effectively mine the intrinsic local community struc-ture in networks. The time complexity of the algorithm is O（nlog（n） ） on a sparse graoh, where n is the number of nodes.

关 键 词：复杂网络 局部社区发现 节点接近度 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]