一种基于共识嵌入的复杂网络社区发现方法

摘要

一种基于共识嵌入的复杂网络社区发现方法，涉及多目标优化技术。包括以下步骤：1)给定最大代数maxgen，粒子群规模pop；2)给定的网络G＝(V,E)，网络规模为n，进行网络表示学习；3)利用网络表示学习结果，进行粒子群的初始化得到100个粒子POP，迭代次数t＝1；4)将POP进行基于共识嵌入的更新、变异；5)停止条件：若满足t≤maxgen，则t←t+1并转向步骤3)，否则停止并返回帕累托前沿解，即多个社区划分结果。更新过程更加高效、准确，得到的帕累托前沿效果更有竞争力；提高了社区发现的准确率，同时又有效减少方法的收敛时间，在功能预测、推荐系统等实际应用当中有很好的实用性。