基于重叠度与模块度增量的复杂网络社区识别

摘要

在现实网络规模不断增大的同时,其结构也越来越复杂,针对传统社区算法难以高效处理大规模复杂网络数据的问题,提出了一种基于社区重叠度和模块度增量的社区识别方法。首先根据社区节点聚集度较大的特点寻找中心节点,初步划分社区;然后将属于多个社区的重叠节点进行拆分,进而得出社区的重叠度和模块度增量;最后找出模块度增量为零的节点对,从而实现对大规模复杂社区的识别。对重叠度和模块度增量进行了分析,结果表明:所提出的算法能够有效地识别重叠社区,并具有较高的运行效率。