基于贡献度的多标签传播重叠社区发现研究

摘要：

在真实世界网络中,一个人可以属于多个兴趣小组,一个蛋白质可以属于多个蛋白复合体,因此发现网络中的重叠社团结构更能准确地反映网络中真实信息.与现有一些发现重叠社区结构的算法相比,多标签传播算法具有时间复杂度低的优点,但当节点含有多个邻居社区且属于这些邻居社区的隶属度相等且都要小于设定的阈值参数时,多标签传播算法随机地从邻居节点标签中选择社区,这严重影响了算法稳定性.为此,本文提出了一种基于贡献度改进的多标签传播算法.在真实基准网和计算机生成网的测试结果表明该标签传播算法具有较好的社区发现性能,我们将该算法应用在科学网博客中“图书馆、情报与文献学”领域用户的好友关系网上,能有效地发现该领域中存在的重叠社区结构.

关键词：社区发现、多标签传播算法、贡献度、社区结构

所属期刊栏目：34

分类号：TN9;TP3

资助基金：国家社会科学基金项目“在线社交网络中基于用户的知识组织模式研究”14BTQ033;国家社会科学基金重大项目“面向突发事件应急决策的快速响应情报体系研究”13&ZD174;国家社会科学基金重点项目“大数据环境下社会舆情与决策支持方法体系研究”14AZD084

在线出版日期：2016-03-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：949-957