基于多目标粒子群优化的属性网络局部社区检测算法
社区结构是复杂网络中的重要特征,局部社区检测的目标是查询出包含一组种子节点的社区子图.传统的局部社区检测算法通常利用网络的拓扑结构进行社区查询,而忽略了网络中丰富的节点属性信息.针对现实中广泛存在的属性网络,提出了一种基于多目标粒子群优化的属性网络局部社区检测算法.首先根据节点与其多阶邻居之间的属性相似度构造属性关系边,并根据模体结构获取网络中的高阶信息得到拓扑关系边,然后基于种子节点使用随机游走算法对两种关系边采样得到备选节点集.在此基础上,通过多目标粒子群优化算法对备选节点集进行迭代筛选,得到拓扑结构紧密和节点属性同质的社区结构.在真实数据集上的实验结果表明,所提方法有效提升了局部社区检测的质量.
局部社区检测、属性网络、模体、多目标粒子群优化、信息熵
50
TP391(计算技术、计算机技术)
2023-09-06(万方平台首次上网日期,不代表论文的发表时间)
共6页
552-557