电子学报 ›› 2019, Vol. 47 ›› Issue (1): 153-160.DOI: 10.3969/j.issn.0372-2112.2019.01.020

• 学术论文 • 上一篇    下一篇

基于影响力与种子扩展的重叠社区发现

於志勇1,2,3, 陈基杰1,2,3, 郭昆1,2,3, 陈羽中1,2,3, 许倩4   

  1. 1. 福州大学数学与计算机科学学院, 福建福州 350116;
    2. 福建省网络计算与智能信息处理重点实验室, 福建福州 350116;
    3. 空间数据挖掘与信息共享教育部重点实验室, 福建福州 350116;
    4. 国网信通亿力科技有限责任公司, 福建福州 350003
  • 收稿日期:2018-01-29 修回日期:2018-07-11 出版日期:2019-01-25 发布日期:2019-01-25
  • 通讯作者: 郭昆
  • 作者简介:於志勇 男,1982年生于湖北黄梅.现为福州大学数学与计算机科学学院副教授.研究方向为移动社会网络、普适计算.E-mail:yuzhiyong@fzu.edu.cn;陈基杰 男,1993年生于福建三明.现为福州大学数学与计算机科学学院研究生.研究方向为数据挖掘、社交网络.E-mail:jackie_cute@163.com;陈羽中 男,1979年生于福建福州.现为福州大学数学与计算机科学学院教授.研究方向为云计算虚拟化技术、网络信息安全.E-mail:yzchen@fzu.edu.cn;许倩 女,1984年生于福建惠安.现为国网信通亿力科技有限责任公司业务咨询师.研究方向为大数据挖掘、通信、软件工程.E-mail:150332181@qq.com
  • 基金资助:
    国家自然科学基金(No.61300104,No.61772136,No.61672158);福建省高校杰出青年科学基金(No.JA12016);福建省高等学校新世纪优秀人才支持计划(No.JA13021);福建省杰出青年科学基金(No.2014J06017,No.2015J06014);福建省科技创新平台计划(No.2009J1007,No.2014H2005);福建省自然科学基金(No.2013J01230,No.2014J01232);福建省高校产学合作项目(No.2014H6014,No.2017H6008);海西政务大数据应用协同创新中心

Overlapping Community Detection Based on Influence and Seeds Extension

YU Zhi-yong1,2,3, CHEN Ji-jie1,2,3, GUO Kun1,2,3, CHEN Yu-zhong1,2,3, XU Qian4   

  1. 1. College of Mathematics and Computer Sciences, Fuzhou University, Fuzhou, Fujian 350116, China;
    2. Fujian Provincial Key Laboratory of Network Computing and Intelligent Information Processing, Fuzhou, Fujian 350116, China;
    3. Ministry of Education Key Laboratory of Spatial Data Mining & Information Sharing, Fuzhou, Fujian 350116, China;
    4. State Grid Info-Telecom Great Power Science and Technology Co. Ltd., Fuzhou, Fujian 350003, China
  • Received:2018-01-29 Revised:2018-07-11 Online:2019-01-25 Published:2019-01-25

摘要: 社区发现作为复杂社交网络中一个重要的研究方向.针对目前基于种子节点的算法在种子选取与扩展等方面的不足,提出了一种基于影响力与种子扩展的重叠社区发现算法(Influence Seeds Extension Overlapping Community Detection,简称i-SEOCD算法).首先,利用节点影响力策略找出具有紧密结构的种子社区.其次,从这些种子社区出发,计算社区邻居集节点与社区的相似度,并取出相似度超过设定阈值的节点.然后,采用优化自适应函数的策略来扩展社区.最后,对网络中的自由节点进行社区隶属划分,进而实现了整个网络的重叠社区结构挖掘.在真实社交网络和人工生成网络上实验表明,i-SEOCD算法能够准确、快速地发现复杂网络中的重叠社区结构.

关键词: 局部社区发现, 种子扩展, 节点影响力, 重叠社区

Abstract: Community detection is a significant research direction in the research of social networks.To improve the quality of seeds selection and expansion,we propose an influence seeds extension overlapping community detection (i-SEOCD) algorithm for overlapping community detection.First,i-SEOCD uses a node influence strategy to find the seed communities with tight structures.Second,on the basis of the seed communities,we calculate the similarity among communities and their neighbor nodes.The nodes whose similarity is greater than a predefined threshold are selected.Third,the strategy of optimizing a self-adaptive function is adopted to expand the communities.Finally,the free nodes in the network are assigned to their corresponding communities in order to find out all the overlapping community structures.Experiments on the real and artificial networks show that i-SEOCD is capable of discovering overlapping communities in complex social networks efficiently.

Key words: local community detection, seeds extension, node influence, overlapping community

中图分类号: