基于GN算法的重叠社区识别方法

被引：5

作者：

高庆一

李牧

机构：

[1] 北京航空航天大学计算机学院

来源：

华中科技大学学报(自然科学版) | 2015年 / 43卷 / 09期

关键词：

复杂网络; 重叠社区; GN算法; 从属度; 模块度; MapReduce;

D O I：

10.13245/j.hust.150903

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

针对社会网络中的重叠社区识别问题,提出用从属度描述节点对不同社区的紧密程度,并把模块度扩展到重叠社区的识别.基于Girvan和Newman提出的非重叠社区识别(GN)算法设计了重叠社区的串行识别算法.基于MapReduce模型设计了并行识别算法,以提高识别效率.对模块度与重叠度进行了分析,结果表明:所提出的算法在计算机科学文献网络中能有效识别重叠社区,且运行效率优于已有重叠社区识别算法.

引用

页码：13 / 18

页数：6

共 4 条

[1] 基于消息传递机制的MapReduce图算法研究 [J].

潘巍 ;

李战怀 ;

伍赛 ;

陈群 .

计算机学报, 2011, 34 (10) :1768-1784

[2]

Overlapping community detection in networks[J] . Jierui Xie,Stephen Kelley,Boleslaw K. Szymanski.ACM Computing Surveys (CSUR) . 2013 (4)

[3]

Community detection in graphs[J] . Santo Fortunato.Physics Reports . 2009 (3)

[4]

Detect overlapping and hierarchical community structure in networks[J] . Huawei Shen,Xueqi Cheng,Kai Cai,Mao-Bin Hu.Physica A: Statistical Mechanics and its Applications . 2008 (8)

← 1 →