基于拓扑势的局部化重叠社区识别  

Uncovering Overlapping Communities by Local Similarity Based on Topological Potential

作　　者：张桂杰[1,2] 张健沛[2] 杨静[2] 王帅[1] 

机构地区：[1]吉林师范大学计算机科学与技术学院,吉林四平136000 [2]哈尔滨工程大学计算机科学与技术学院,哈尔滨150001

出　　处：《吉林大学学报（理学版）》2015年第4期730-738,共9页Journal of Jilin University:Science Edition

基　　金：国家自然科学基金(批准号:61370083;61073043;61073041);高等学校博士学科点专项科研基金(批准号:20112304110011;20122304110012);吉林省教育厅"十二五"科学技术研究项目(批准号:吉教科合字2013[207])

摘　　要：针对传统社区识别算法中需要根据先验知识设定参数、社区划分结果具有随机性及复杂度过高的问题,提出一种基于拓扑势的局部化重叠社区识别算法.该算法通过引入拓扑势计算节点的影响力,利用节点间的局部相似性度量指标,采用标签传播策略进行重叠结构的社区识别.在真实网络及人工合成网络上与多种经典算法进行对比实验验证了算法的高效性.We proposed a local community detection algorithm based on topological potential,which uses topological potential of nodes to calculate their influence,and then takes the strategy of label propagation algorithm to detect overlap community structures via a new measurement index based on the similarity of local structures.The algorithm solves the problems of parameter setting,random result and high complexity of traditional algorithms.Algorithm comparison experiments on real world and computer generated datasets show that it is efficient.

关 键 词：社区结构 拓扑势 局部相似度 标签传播 重叠社区 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]