一种局部强化的多标签传播社区发现算法

摘要

在社交网络中,社区和圈子均表现为一组内部连接相对紧密的节点,但后者规模较小.圈子是重要的局部社区信息,利用这一特点有助于进行社区发现.然而,现有的大部分基于标签传播的社区发现算法并没有考虑圈子的信息.为此,提出一种基于局部强化的多标签传播(LSMLP)社区发现算法.给出圈子的定义,提出一种基于圈子信息的迭代多标签传播策略,并从每个节点的多个标签中选择归属系数最大的标签作为其从属的临时社区.采用两步优化方法使模度最大化.在真实网络的数据实验结果表明,与已有的社区发现算法相比,LSMLP算法能更高效地发现社区.