一种基于邻近节点影响强度标签传播社区发现方法  

A Community Detection Algorithm via Neighborhood Node Influence Based Label Propagation

作　　者：刘郝霞[1] 彭商濂[2] 

机构地区：[1]四川大学文学与新闻学院,成都610064 [2]成都信息工程学院计算机学院,成都610025

出　　处：《现代图书情报技术》2015年第4期58-64,共7页New Technology of Library and Information Service

基　　金：国家自然科学基金重点项目"数据密集型计算环境下的数据管理方法与技术"(项目编号:61033007);四川省教育厅项目"分布式复杂事件检测关键技术研究"(项目编号:13ZB0080);四川大学985工程"文化遗产与文化互动创新基地"项目的研究成果之一

摘　　要：【目的】通过对标签传播方式的控制,提高社区发现的质量和效率,提升社区发现在推荐系统中的能力。【方法】提出一种高效的基于临近节点影响力强度的标签传播社区发现算法,利用临近节点间的影响强度优化标签的传播路径。【结果】在真实数据集和人工数据集上的实验结果表明,利用邻近节点间的相互影响强度进行标签的传播和更新,本文的算法社区发现准确率比经典LPA算法提高2-5倍,比MLPA算法提高约10%。【局限】实验数据的规模有待加强,临近节点影响强度的概念模型的推广还需要完善。【结论】为提高社区发现的质量,减少标签传播的不稳定性提供一种可行方案。[Objective] This paper aims to enhance quality and efficiency of community detection in recommandation system by controling propagation direction of labels. [Methods] A community detection algorithm via neighborhood node influence based label propagation is proposed to optimize label propagation paths and update nodes labels stably and effectively. ]Results] The experimental analysis on artificial and real social network datasets verifies that updating and propagating labels based on neighborhood influlence can reduce labels updating space and time. [Limitations] The dataset used in this paper is not enough due to the restriction of the website, and the notion of neighborhood node influence needs to be generalized. ]Conclusions] This study proposes a feasible solution to enhance community detection quality by reducing label propagation instability based on neighborhood influences.

关 键 词：社区发现 社交网络 社区 标签传播 

分 类 号：TP393.01[自动化与计算机技术—计算机应用技术] O157.5[自动化与计算机技术—计算机科学与技术]