面向大规模学术社交网络的社区发现模型 (2015年)

【文件属性】：
文件名称：面向大规模学术社交网络的社区发现模型 (2015年)
文件大小：468KB
文件格式：PDF
更新时间：2021-05-13 10:48:17
工程技术 论文 针对基于标签传播的复杂网络重叠社区发现算法中预先输入参数在真实网络中的局限性以及标签冗余等问题，提出一种基于标签传播的面向大规模学术社交网络的社区发现模型。该模型通过寻找网络中互不相交的最大极大团(UMC)并对每个UMC中的节点赋予唯一标签来减少冗余标签，提高社区发现的效率以及稳定性。标签更新时以UMC作为核心单位采用亲密度的方式由中心向四周更新UMC邻接节点的标签及权重，以权重最大值的方式更新网络中非UMC邻接节点的权重。后期处理阶段采用自适应阈值方式去除节点标签中的噪声，有效克服了预先输入重叠社区个数