群智感知服务中一种面向有向—加权网络的社区发现算法  

Community detection algorithm for directed and weighted network

作　　者：赵健[1] 安健[2] 

机构地区：[1]中航工业西安航空计算技术研究所,西安710068 [2]西安交通大学电子与信息工程学院计算机系,西安710049

出　　处：《计算机应用研究》2014年第12期3795-3799,共5页Application Research of Computers

基　　金：国家自然科学基金资助项目(61172090);国家科技计划重大专项基金资助项目(2012ZX03002001);陕西省自然科学基金资助项目(2014JQ8322);中央高校基本科研业务费资助项目(XJJ2014049);陕西省科技统筹创新工程基金资助项目(2013SZS16-Z01/P01/K01)

摘　　要：针对已有群智感知服务中的社区发现方法没有考虑边的权重和方向性等问题,提出了一种基于最优路径的社区划分算法(community detection algorithm based on node optimal path,CDOP),通过计算网内移动节点间的最优路径树(OPT)、相似指数(SI)和社区离散指数(community dispersion index,DS)等参数,实现了对有向加权网络中服务社区的合理划分。实验结果表明,在面向MIT数据集中,算法的准确性平均达到94.2%左右,高于其他已有模型10.9%左右。此外,该算法在面向其他不同类型的网络数据集中仍然具有良好的准确性,进一步说明了算法的有效性和扩展性。In the existing community detecting methods of the crowd sensing,the weight and direction of the edges were often not considered. This paper proposed a community detection algorithm based on node optimal path（ CDOP） to realize the reasonable division in weighted and directed network by calculating the optimal path tree（ OPT）,the similarity index（ SI） and community discrete index（ DS）. Experimental results show that for the MIT data,the accuracy of algorithm is up to 94. 2%,which is higher than the 10. 9% in other models. In addition,the algorithm has good accuracy in different types of network data sets as well,so further illustrates the effectiveness of the algorithm.

关 键 词：群智感知 社区发现 最优路径树 相似指数 社区离散度 

分 类 号：TP393.07[自动化与计算机技术—计算机应用技术]