南京邮电大学学报(自然科学版)

作者：王夏夏,李玲娟

单位：南京邮电大学 计算机学院，江苏南京210023南京邮电大学 计算机学院，江苏南京210023

关键词：重叠社团；标签传播；节点重要性；节点间影响力

基金：国家自然科学基金（61572260，61872196）资助项目

为了降低重叠社团发现算法的时间复杂度，提高社团发现的准确性和稳定性，基于标签传播和COPRA算法的思想，提出了一种基于节点间影响力的重叠社团发现算法OCDI（Overlapping Community Detection Algorithm Besed on Influence Between Nodes）。该算法首先采用PageRank算法计算出各节点的PageRank值，并进行迭代，直到稳定；然后采用节点的PageRank值衡量节点的重要性，根据节点的重要性按照升序对节点进行排序，进而确定更新节点标签的顺序；其次在标签更新策略中，引入节点与其邻居节点之间的影响力，基于这种影响力计算节点标签的隶属度，最终发现重叠社团。在真实网络和人工合成网络上的实验结果表明，文中设计的OCDI算法不仅能够有效地检测出重叠社团，而且具有较高的稳定性和近似于线性的时间复杂度。

来源：2020年第4期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2020年第4期