基于模块密度优化的标签传播社区发现算法

摘要：

基于标签传播的社区发现算法(LPA)以其简单高效得到了广泛的研究,然而当社区结构模糊时,LPA得到的是一个单一的社区,这是无意义的.模块化标签传播算法(LPAm)则倾向于将网络划分为度数相近的社区且存在解极限问题.为此提出基于模块密度的标签传播(LPAd)算法,该算法通过对模块密度优化进行标签标记和传播,以避免过大社区的形成,且生成的社区满足Radicchi等人提出的弱社区定义.多个真实数据集和人工网络数据的实验结果表明,本文算法在不改变算法复杂度的情况下提高了所发现社区的质量,与现有的若干基于标签传播的社区发现算法相比,取得了改进的效果.

关键词：社区发现、标签传播、模块密度、复杂网络

所属期刊栏目：24

分类号：TP3;TP1

资助基金：国家自然科学基金71231003

在线出版日期：2015-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：176-182