一种基于极大完全图扩展的社区挖掘算法

摘要：

社区挖掘是复杂网络分析中一项重要工作。目前已有许多好的社区挖掘算法，但这些算法大多基于节点间的连接关系发现内聚的社会团体，而实际网络中节点大多具有不同的行为和影响力。基于此，充分考虑社区内节点相互连接紧密以及节点具有不同影响力的特性，提出一种基于极大完全图扩展的社区挖掘两阶段算法。第一阶段：从内聚的子团和度中心性节点的影响力出发，从网络中选取分散的k个内聚的且有影响力的极大完全图作为初始社区；第二阶段，基于局部社区模块度扩展方法，将重叠节点和初始社区外节点扩展到与其连接紧密的相应社区内。最后通过仿真实验验证了该算法的有效性。

关键词：社区结构、极大完全图、度中心性节点

分类号：TP301(计算技术、计算机技术)

资助基金：绥化学院科学技术项目KQ1301007

在线出版日期：2016-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2140-2145