基于随机游走的级联网络社区发现算法

摘要

随着Web 2.0的不断推广以及社交应用的不断普及,在线社交网络结构分析得到了各领域学者的广泛关注。社区是网络中内嵌的密集群组,保证了社区内部用户的强相关性和一致性,因此广泛应用于病毒防护、商品推荐等现实系统。本文提出一种基于随机游走的级联网络社区发现算法,主要解决非直连节点间的相似性度量问题。提出一种基于2-hop随机游走的局部可达性计算方法,通过对游走终点一致的节点进行层次聚类,社区结构可在较短的时间内迭代生成。实验结果表明,本方法在级联网络社区发现中具有较高的性能和效率,对星形社区具有较高的匹配性。