- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
非随机的标签传播社区划分算法
第 49卷 第 8期 上 海 交 通 大 学 学 报 Vo1.49NO.8
2015年 8月 JOURNALOFSHANGHAIJIAOTONGUNIVERSITY Aug。2015
文章编号 :1006—2467(2015)08—1168~O6+1180 DOI:10.16183/j.cnki.jsjtu.2015.08.014
非随机的标签传播社区划分算法
刘功 申, 张浩霖 , 孟 魁 , 苏 波
(上海交通大学 电子信息与电气工程学院,上海 200240)
摘 要:针对传统社 区传播算法存在局部震荡、划分结果不稳定、划分结果分辨率高等弱点,提 出
了非随机的标签传播社 区划分算法,通过去除传统算法的随机性进而克服其弱点.该算法主要进行
了3个方面的改进:按特定顺序更新节点的标签 ;计算标签数量时,不仅统计邻居节点,而且统计待
更新节点本身;通过贡献函数避免多个最大值时的随机选择.实验证 明,该算法不仅保证 了算法的
划分正确性 ,而且大幅度减少了计算过程 中的随机选择动作.
关键词 :社会 网络 ;社 区结构 ;标签传播
中图分类号 :TP399 文献标志码 :A
Nonrandom CommunityDetectionAlgorithm Basedon
LabelPropagation
LIUGong—shen, ZHANGHao—lin, M ENG Kui, SU Bo
(SchoolofElectricalInformationandElectricEngineering,ShanghaiJiaotongUniversity,
Shanghai200240,China)
Abstract:Theadvantagesofclassicalcommunity detection algorithm basedon labelpropagation include
precision andtimecomplexity.Ontheotherhand,thereareseveraldisadvantages,suchasoscillation,un—
stableresult,tendencyofbigcommunity.Thenonrandom communitydetectionalgorithm basedonlabel
propagation (NCDAL)proposedbythispaperimprovesthedisadvantagesoftheclassicalalgorithm byget—
tingridofitsrandom procedures.TherearethreeimprovementsintheNCDAL:whenrenewingthelabel,
thereisthespecialorder;whensummingupthelabels,bothcurrentvertexanditsneighborsarecounted;
andwhenselectingthelabel。thecontributionfunctionisdefinedtoavoidrandom selection.Itisapproved
bytheexperimentsthattheproposedalgorithm notonlyhashigh precision,butalso decreasesrandom
proceduresoftheclassicalalgorithm.
Keywords:socialnetwork;communitystructure;labelpropagation
复杂网络的结构划分是近期 的研究热点,国内 路非常简单明了,因此可以达到亚线性的速度 ,并且
外针对该问题提出了一系列算法.基于标签传播 的 精确度较高.但是该算法也存在 明显 的弱点:随机
算法是其 中效率最高
文档评论(0)