ESN中基于贪婪派系扩张的重叠社区发现

摘要：

传统局部扩张方法在对企业社会化网络(ESN)中的重叠社区结构进行识别时,存在计算冗余与社区挖掘不彻底的问题.为此,提出一种基于贪婪派系扩张的重叠社区发现算法GFE.在原始ESN中寻找极大派系,根据派系间的关联程度计算其链接强度,将原始网络图转换成最大派系图.在最大化适应度函数的条件下,贪婪扩张最大派系图中的种子派系,以进行社区发现.在此基础上,比较社区差异度,合并近似重复的社区,从而优化重叠社区的层次结构.实验结果表明,GFE算法能有效发现ESN中的重叠社区结构,且运行效率高于CPM、LFM等算法.

关键词：贪婪派系扩张、极大派系、企业社会化网络、社区发现、重叠社区

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：上海市自然科学基金18ZR1416900

在线出版日期：2019-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：32-40