计算机应用研究

作者：陈李舟,冯俊又,徐煊翔,刘先博,杜彦辉,

单位：中国人民公安大学信息网络安全学院,北京100038；

关键词：局部社区发现,属性网络,随机游走,

基金：中国人民公安大学网络空间安全执法技术双一流创新研究专项资助项目；；

局部多重社区发现是社交网络分析中的关键技术，旨在揭示网络中用户的多重归属和复杂联系。针对现有局部多重社区发现算法大多基于网络拓扑结构，忽视节点属性信息的问题，提出了融合节点属性的局部多重社区发现算法（MLCDINA）。该算法将属性网络的结构和属性信息相结合为节点对之间的边权重，并通过随机游走评估节点间结构和属性的融合重要性（IISA）。此外，该算法引入了考虑边权重的局部聚类系数和亲密度随机游走（IRW），以增强对子图稠密性和IISA的评估。实验结果表明，MLCDINA在真实属性网络上的Jaccard F1-score较现有算法有显著提升，验证了其在局部多重社区发现任务中的有效性。

来源：2025年第1期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第1期