基于多模态融合的加权网络重叠社区划分算法

摘要

为了解群体兴趣和偏好,更好地划分加权网络重叠社区资源,提出基于多模态融合的加权网络重叠社区划分算法。基于图论知识构建加权网络模型,选取加权网络节点特征,利用多模态融合策略将五种节点特征融合到一起,组成总的特征向量,通过构建随机森林分类器实现重叠节点识别,完成重叠社区划分。实验结果表明:利用所研究算法划分四种加权网络重叠社区,得到的标准化互信息指数和模块度均更大,说明所研究算法划分性能更好。