基于用户特征和链接关系的Louvain算法研究

摘要：

Louvain算法是基于模块度的凝聚类社区发现算法,该算法有易于理解、非监督、计算快速的特点且能够发现层次性社区结构,其优化的目标是最大化整个图的模块度.在使用Louvain算法进行社区发现时,多数研究者采用给节点间的边赋相等的初值而未考虑边的实际权重及其有向边对社区发现结果的影响,为了进一步改善社区发现的结果,论文提出一种融合AHP层次分析法、PageRank算法思想及Louvain算法的社区发现方法,取名为APL.该方法首先利用AHP层次分析法对提取出的用户特征进行权重划分,然后计算各个用户初始影响力并利用PageRank思想计算用户的最终影响力,再根据用户的最终影响力计算网络中各边的权值,最后,运用Louvain社区发现方法对初始化后的加权网络进行社区划分.通过在真实的微博数据上的实验表明,论文提出的方法能改善社区发现的结果.

关键词：社区发现、Louvain算法、社交网络、PageRank算法

所属期刊栏目：47

分类号：TP393(计算技术、计算机技术)

在线出版日期：2020-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1974-1978,2008