一种改进的基于相干邻居亲近度的标签传播算法
目的：提高现有的基于相干邻居亲近度(Coherence neighborhood propinquity)的标签传播算法(Label propagation algorithm,LPA)社区发现的准确性,并减少标签传播过程花费的时间. 方法：在CNP-LPA算法基础上,引入节点间依赖度,提出一种改进的CNP-LPA+算法,在预处理阶段结合相干邻居亲近度与节点间依赖度,将依赖度高的节点并入本区域内的核心节点,并在得到的核心CNP网络基础上传播标签,显著提高了社区发现的质量.选取CNP-LPA算法使用的6组社交网络数据集,采用模块度Q评估LPA、CNP-LPA、CNP-LPA+3种算法的划分结果. 结果：CNP-LPA+算法在所有数据集上均取得了最高的Q值,有效提高了算法的准确性,并减少了标签传播过程花费的时间. 结论：CNP-LPA+算法是有效的.
社区发现 标签传播算法 相干邻居亲近度 节点间依赖度
张超 武先强 董荣胜
桂林电子科技大学计算机与信息安全学院,广西桂林541004
国内会议
南宁
中文
12-18
2016-11-26（万方平台首次上网日期，不代表论文的发表时间）