基于节点影响力扩张的社交网络社区发现算法

摘要

社区是一种介于微观和宏观之间的节点聚合体,对深入理解社交用户的行为规律具有重要意义。传统的社区发现方法假设节点在网络中具有同等地位,忽略了节点影响力在社区形成中的影响和作用。针对这一问题,提出一种基于节点影响力扩张的社区发现方法。首先,基于蒙特卡洛近似计算节点的局部影响力。其次,提出一种新的离心率计算方法对桥接节点进行筛选,增强种子质量。最后,采用动态规划对种子进行扩张生成社区。实验结果表明:基于节点影响力扩张进行社区发现能够有效的挖掘粒度较小的社区结构,在模块度、D-Score等指标具有一定的性能优势。