基于节点相似度和标签传播的加权网络社团划分方法

摘要：

社团是复杂网络中连接紧密的节点所构成的群体,社团划分是理解网络结构和挖掘网络所蕴含的信息的有效途径,加权网络能比无权网络反映更深层次的信息,对其进行社团划分具有重要的现实意义.为了提高加权网络社团划分的准确性和效率,设计了一种基于节点相似度和标签传播的加权网络社团划分方法SLWCD.该方法用改进的Jaccard相似系数计算加权网络的节点相似度,并基于节点相似度将节点分组,再按组分配初始标签;在标签传播过程中,对目标节点的邻居节点按标签分组,将目标节点的标签更新为与其边权之和最大的组所对应的标签;当标签不再变化时,将具有相同标签的节点归于同一个社团,产生最终的社团划分结果.在Zachary空手道俱乐部网络和Lesmis网络上的实验结果表明,SLWCD方法不仅能够准确地划分加权网络的社团,而且具有较高的稳定性和较低的时间复杂度.

关键词：加权网络、社团划分、节点相似度、更新策略、标签传播

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划;江苏省重点研发计划资助项目

在线出版日期：2023-06-08（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：95-101