基于染色随机游走的可重叠社区发现

摘要：

社区发现是一个基础性的且被广泛研究的问题.现有的社区发现方法大多聚焦于网络拓扑结构,然而随着真实网络中实体可用属性的激增,捕获图中结构和属性的丰富交互关系来进行社区发现变得尤为必要.据此面向属性图提出了一种基于染色随机游走的可重叠社区发现算法OCDC,该算法解决了传统的基于随机游走的社区发现算法利用结构转移矩阵造成社区发现效果不佳的问题.具体地,首先利用经典的初始种子策略选出网络中差异度较大的节点,在此基础上设计种子替换策略,挖掘网络中质量更佳的种子替换路径集合对初始种子集合进行替换;其次构建结构-属性交互节点转移矩阵并执行染色随机游走过程得到高质量种子节点的染色分布向量;最后基于融合结构和属性的并行电导值对社区进行扩展.在人工网络和现实网络上的实验表明,本文提出的算法能够准确地识别属性社区并显著优于基准算法.

关键词：社区发现、种子、染色随机游走、并行电导

所属期刊栏目：44

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;西北师范大学青年教师能力提升计划;西北师范大学研究生科研资助项目

在线出版日期：2022-06-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：834-844