一种节点相似度和参与度符号网络社区发现算法

摘要：

基于节点相似度的层次聚类算法被广泛应用于无符号网络的社区发现研究中,但不适用于符号网络,而典型符号网络社区发现算法存在从不同节点出发社区划分准确率低的问题.本文从节点相似度出发提出一种适用于符号网络的算法CD-SNNSP(Community Detection in Signed Networks Based on Node Similarity and Node Participation Degree).算法首先提出适合符号网络的节点影响力和聚集系数,并根据其选取初始节点,依据节点相似度计算公式从邻居节点中选取与初始节点相似度最大的节点形成初始社区,通过邻居节点的参与度和相对贡献增量确定节点划分到社区的顺序以及是否划分到社区.最后,通过模拟和真实社会网络数据集的实验证明了CD-SNNSP算法的正确性和有效性.

关键词：社区发现、符号网络、节点相似度、节点参与度

所属期刊栏目：38

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金项目61472340,71271186;国家自然科学青年基金项目61303040,61602401;河北省自然科学基金面上项目G2015203242

在线出版日期：2017-11-01（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：2275-2280