基于影响力与种子扩展的重叠社区发现

於志勇; 陈基杰; 郭昆; 陈羽中; 许倩

doi:10.3969/j.issn.0372-2112.2019.01.020

您当前的位置：

首页 >

文章列表页 >

基于影响力与种子扩展的重叠社区发现

学术论文 | 更新时间：2025-07-16

- 基于影响力与种子扩展的重叠社区发现
- Overlapping Community Detection Based on Influence and Seeds Extension
- 电子学报 2019年47卷第1期页码：153-160
- 作者机构：
  
  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
- 作者简介：
- 基金信息：
  
  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
- DOI：10.3969/j.issn.0372-2112.2019.01.020
  中图分类号： TP393
- 网络出版：2019-01-25，
  
  纸质出版：2019
- 稿件说明：
移动端阅览
於志勇, 陈基杰, 郭昆, 等. 基于影响力与种子扩展的重叠社区发现[J]. 电子学报, 2019,47(1):153-160.

YU Zhi-yong, CHEN Ji-jie, GUO Kun, et al. Overlapping Community Detection Based on Influence and Seeds Extension[J]. Acta Electronica Sinica, 2019, 47(1): 153-160.
於志勇, 陈基杰, 郭昆, 等. 基于影响力与种子扩展的重叠社区发现[J]. 电子学报, 2019,47(1):153-160. DOI： 10.3969/j.issn.0372-2112.2019.01.020.

YU Zhi-yong, CHEN Ji-jie, GUO Kun, et al. Overlapping Community Detection Based on Influence and Seeds Extension[J]. Acta Electronica Sinica, 2019, 47(1): 153-160. DOI： 10.3969/j.issn.0372-2112.2019.01.020.

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.

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.

关键词

Keywords

references

浏览量

305

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于流式分析的大规模网络重叠社区发现算法

基于社交网络结构的节点影响力度量方法

基于链接相似性聚类的重叠社区识别

基于拓扑势的重叠社区及社区间结构洞识别——兼论结构洞理论视角下网络的脆弱性