一种基于集成学习的网络社区发现方法

摘要

本发明一种基于集成学习的网络社区发现方法，属于复杂网络分析技术领域；用于解决复杂网络中网络社区结构的发现问题；本发明的主要步骤包括：首先对网络独立重复执行多次标签传播算法，产生多个相互独立的社区发现结果，接着利用模块度指标分别对这些独立社区发现结果进行质量评价，并以此计算其重要性权值，然后对独立社区发现结果进行加权集成，通过计算集成关系矩阵获得具有更高稳定性和鲁棒性的网络社区集成发现结果，最终进行结果输出；本发明保留了标签传播算法结构简单、易于实现，以及时间复杂度较低的优点，同时利用集成学习方法克服了标签传播算法随机性强、可靠性差的缺点，能够获得稳定性较高的网络社区发现结果。