控制与决策

作者：邓琨,李文平,陈丽,刘星妍

单位：嘉兴学院数理与信息工程学院，浙江嘉兴314001;蒂赛德大学计算、媒体与艺术学院，米德尔斯伯勒TS1 3BX,,嘉兴学院数理与信息工程学院，浙江嘉兴314001,,嘉兴学院数理与信息工程学院，浙江嘉兴314001,,嘉兴学院数理与信息工程学院，浙江嘉兴314001,

关键词：复杂网络;社区结构;社区识别;标签传播;重叠节点

基金：教育部人文社会科学研究青年基金项目(17YJCZH033,15YJCZH088)；国家自然科学基金项目(61672179,61370083)；浙江省自然科学基金项目(LY15F020040)；浙江省教育厅科研基金项目(Y201636127)；浙江省教育科学规划课题项目(2020SCG046).

针对现有基于标签传播的复杂网络重叠社区识别方法所存在的社区识别精度不稳定,以及随机性较强等缺陷,提出一种新的基于标签传播的复杂网络重叠社区识别算法NOCDLP(a novel algorithm for overlapping community detection based on label propagation).该算法首先搜索网络中若干以度较高节点为中心的完全子图,并以这些完全子图为起点进行标签传播;其次通过分析节点与社区连接强度以及社区接纳某节点后的社区内部连接紧密度情况给出节点归属社区强度函数,以此作为标签传播的依据提高社区的识别精度;再次,在标签传播过程中,NOCDLP算法设置标签传播控制标记,以避免标签传播算法随机性较强的缺陷;最后,在已形成的社区中通过整理重叠节点获得更准确的重叠社区结构.算法在人工网络与真实网络中完成测试,同时与多个经典算法进行对比分析,实验结果验证了NOCDLP算法是有效的、可行的.

来源：2020年第11期

《控制与决策》期刊编辑部

查看控制与决策杂志2020年第11期