作者：黄德才; 谷宗昌; 杨雄局部社区相似性度量节点对
摘要：现有算法存在两点不足：1）采取爬坡策略,每次只能合并1个节点,容易陷入局部最优化的陷阱;2）对待合并节点没有考虑到外部连接情况,最终影响局部社区发现的质量.基于此,提出了一种基于节点对的局部社区算法RCD（Relative community detection）.首先,通过引入改进Katz系数提出了节点对的概念,进而提出了一种新的待合并节点选择策略;其次,对不同类型节点采取不同的合并策略,从而提出了一种新的节点合并策略;最后,在3个数据集中进行实验,证明了相较于LS算法,RCD算法减少了迭代次数.改善了局部社区发现的质量.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
