基于节点重要性和模块度优化的社团划分算法

摘要：

与无权网络相比,加权网络能够反映节点间关系的强弱,赋予复杂网络更加明确的物理意义,因此加权网络的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度,设计了一种基于节点重要性和模块度优化的加权网络社团划分算法IMWCD.首先,将每个节点初始化为一个社团,并借鉴度中心性和PageRank的评价思想,综合节点自身信息及其邻居节点信息来计算节点重要性;然后,按节点重要性的升序遍历节点,以模块度增益最大为原则将目标节点移入相应社团中,直至各节点不需要再移动;再以各个社团为节点重新构建网络,新网络中边的权重为两个新节点对应社团的权重之和;重复以上过程,直至网络的模块度不再变化.在 LFR 人工基准网络数据集和 High-energy theory、Astrophysics和Condensed matter等真实加权网络上的实验结果表明,IMWCD算法的社团划分质量比同类型的算法有所提升,并且具有线性时间复杂度,能适用于大规模加权网络的社团划分.

关键词：加权网络、社团划分、节点重要性、模块度优化、BGLL算法

所属期刊栏目：33

分类号：TP311(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

在线出版日期：2023-04-25（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：126-131