%0 Journal Article %A 於志勇 %A 陈基杰 %A 郭昆 %A 陈羽中 %A 许倩 %T 基于影响力与种子扩展的重叠社区发现 %D 2019 %R 10.3969/j.issn.0372-2112.2019.01.020 %J 电子学报 %P 153-160 %V 47 %N 1 %X 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. %U https://www.ejournal.org.cn/CN/10.3969/j.issn.0372-2112.2019.01.020