融合拓扑势的社交网络层次化社区发现算法

摘要：

社交网络的社区结构呈现层次性.针对传统凝聚式层次化社区发现算法效率不高以及生成的层次谱图复杂的问题,提出一种融合拓扑势的层次化社区发现算法,利用拓扑势场呈现的自然峰谷结构揭示社交网络社区间的层次关系.该算法搜索局部极大势值节点,并根据局部极大势值节点完成社区的初始划分;根据局部极大势值节点间的距离对初始社区进行迭代合并,直到所有社区被合并为一个社区.在真实社交网络和人工网络上的实验结果表明,该算法能够高效地发现社区的层次结构,生成的层次谱图简单直观.

关键词：社交网络、层次社区、拓扑势、峰谷结构

所属期刊栏目：55

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61402482;中国博士后基金2015T80555;江苏省博士后基金1501012A

在线出版日期：2019-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：56-63