邻域粗糙化的启发式重叠社区扩张方法

摘要：

重叠社区发现研究是当前图挖掘领域的前沿热点.基于结构适应度的局部扩张方法是其中一类可同时探测社区重叠和层次结构的方法.该文首先提出了基于邻域粗糙化的社区局部扩张方法,然后给出了一种反映社区内在结构特征的稳定性度量.针对局部扩张方法计算冗余和社区漂移等不足,采用一种新的种子社区启发策略来降低复杂计算和提高探测能力.在结构适应度最大化的条件下,以极大度节点的团作为种子社区进行局部扩张,通过社区稳定度度量对近邻重复社区进行合并,生成自然重叠的社区.在真实网络上的实验结果表明邻域粗糙化的方法可以有效地发现重叠社区,并具有很好的扩展性.

关键词： 图像挖掘 邻域粗糙化 重叠社区 局部扩张

作者: 张泽华 苗夺谦 钱进

作者单位: 同济大学计算机科学与技术系 上海 201804;同济大学嵌入式系统与服务计算教育部重点实验室 上海 200092;太原理工大学计算机科学与技术学院 太原 030024 同济大学计算机科学与技术系 上海 201804;同济大学嵌入式系统与服务计算教育部重点实验室 上海 200092

会议类型: 国内会议

会议名称: 2013中国计算机大会

会议地点: 长沙

会议语种:中文

页码: 2078-2086

在线出版日期: 2013-10-01（万方平台首次上网日期，不代表论文的发表时间）