10.14132/j.cnki.1673-5439.2019.06.012
基于Jaccard和LPA的社团划分算法
社会网络记录网络中各个实体间的关联,社团划分是对社会网络中的节点关系的区分归纳.为了提高社团划分的准确率和效率,基于Jaccard相似度算法和标签传播算法LPA,设计了一种适用于非重叠社团的划分算法JLCD.该算法首先针对Jaccard相似度算法的计算结果中存在较多关联性的节点但相似度为零或无法计算的情况,引入了SimRank算法的思想对Jaccard相似度算法进行了改进,并用改进的Jaccard算法来计算节点相似度从而得到初始社团;然后用LPA算法基于初始社团来完成最终的社团划分,以此解决LPA在初始标签分配上消耗资源大的问题,并提高社团划分的稳定性.海豚社会网络、足球队赛事网络和人工生成数据集的社团划分结果表明:JLCD方法能够有效地对社团结构进行划分,并且具有较高的准确度和较低的时间复杂度.
社团划分、Jaccard相似度、LPA
39
TP311(计算技术、计算机技术)
国家重点研发计划专项2017YFB1401302,2017YFB0202200;国家自然科学基金61572260、61872196
2020-04-15(万方平台首次上网日期,不代表论文的发表时间)
共7页
79-85