基于对称非负矩阵分解的重叠社区发现方法

摘要：

针对重叠社区中的重要节点(重叠节点、中心节点、离群节点)及其固有的重叠社区结构的发现问题,提出了一种新的对称非负矩阵分解算法.首先将误差逼近项和非对称惩罚项的和作为目标函数,然后基于梯度更新的原则及非负约束条件推导出该算法.对5个实际网络进行了仿真实验,结果显示所提算法能将实际网络的重要节点及其固有的社区结构发现出来.从社区发现结果的平均导电率和算法的执行时间看,所提方法优于非负矩阵分解社区发现(CDNMF)方法;从准确率和召回率的调和平均值的加权平均值看,所提方法比较适合较大数据集的重叠社区发现.

关键词：复杂网络、重叠社区、社区发现、对称非负矩阵分解、邻接矩阵

所属期刊栏目：35

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61175123;福建省教育厅A类项目JA15139;福州市科技计划项目2014-G-80;福建省青年创新项目2014J05002

在线出版日期：2015-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2742-2746