10.3969/j.issn.1000-3428.2017.11.029
基于随机游走理论的改进LFM算法
传统LFM社团发现算法基于网络局部信息进行社团划分,未充分利用网络中包含的结构信息,导致社团结构模糊的网络中社团划分精度下降严重,同时算法基于局部信息扩张社团,容易形成畸形社团结构.为解决上述问题,提出一种改进的LFM算法,利用随机游走理论衡量节点相似度,使社团结构更清晰,同时寻找赋权网络中的极大子团,以子团为基本单位进行社团扩张,解决畸形社团问题.在人工网络和真实网络上的实验结果表明,与传统LFM算法、标签传播算法等相比,改进的LFM算法具有更高的社团划分精度.
复杂网络、社团发现、LFM算法、随机游走、极大子团
43
TP391(计算技术、计算机技术)
国家自然科学基金81574100
2017-12-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
182-186