电脑与电信
電腦與電信
전뇌여전신
COMPUTER & TELECOM
2015年
7期
39-42
,共4页
社区发现%重叠社区%局部社区
社區髮現%重疊社區%跼部社區
사구발현%중첩사구%국부사구
community detection%overlapping community detection%local community
本文充分利用社会网络中存在普适幂律分布的特性，提出了基于核心节点的局部社区发现算法（EALCN），利用改进的PageRank进行节点排序，然后利用网络中的局部信息对局部目标函数进行优化，从初始的种子节点不断优化后获得目标函数，最终获取局部社区，仿真实验表明，该算法利用少量的局部信息便能够比较快速的找出社区结构，具有较高的执行效率。
本文充分利用社會網絡中存在普適冪律分佈的特性，提齣瞭基于覈心節點的跼部社區髮現算法（EALCN），利用改進的PageRank進行節點排序，然後利用網絡中的跼部信息對跼部目標函數進行優化，從初始的種子節點不斷優化後穫得目標函數，最終穫取跼部社區，倣真實驗錶明，該算法利用少量的跼部信息便能夠比較快速的找齣社區結構，具有較高的執行效率。
본문충분이용사회망락중존재보괄멱률분포적특성，제출료기우핵심절점적국부사구발현산법（EALCN），이용개진적PageRank진행절점배서，연후이용망락중적국부신식대국부목표함수진행우화，종초시적충자절점불단우화후획득목표함수，최종획취국부사구，방진실험표명，해산법이용소량적국부신식편능구비교쾌속적조출사구결구，구유교고적집행효솔。
This paper takes advantage of the universal power-law distribution of social networks and proposes a leader based lo-cal community detection algorithm EALCN. It uses local structural information in the network to optimize a local objective func-tion. A local community can be detected through continuous optimization of the function by expanding from an initial core member computed by a modified PageRank sorting algorithm. The advantage of this algorithm is that it only uses some local information of the network to detect communities by utilizing highly important nodes. The efficiency is higher than traditional algorithms.
