摘要

为有效度量种子质量和确定节点的社区归属,通过考虑节点与社区内外的邻域信息,提出一种改进的局部扩展算法来检测复杂网络中的重叠社区。利用节点凝聚度指标度量节点对周围邻居的凝聚力,得到候选种子集;采用社区归属度和归属阻力指标对种子及邻居形成的核心区域进行扩展;通过社区边界节点的移动来修正节点与社区之间不准确的隶属关系。结果表明:改进的局部扩展算法在合成网络上的标准化互信息和真实网络上的扩展模块度值优于对比算法,可以有效发现复杂网络中的重叠社区,重叠社区检测准确率更高;算法所选择的种子质量较高,D-Score值低于对比算法,发现的社区个数与真实分区更为接近,社区发现结果更符合真实情况。研究结果便于理解复杂系统的性质、特征和结构,揭示社区的演化趋势。

全文