计算机应用研究

作者：高兵,宋敏,邹启杰,秦静,

单位：大连大学a.信息工程学院;b.大连市智慧医疗与健康重点实验室;c.软件学院,辽宁大连116622；

关键词：多标签传播,图嵌入,重叠社区检测,节点重要性,节点更新策略,

基金：国家自然科学基金青年科学基金资助项目(62002038)；辽宁省科学研究经费资助项目(LJKZ1180)；；

为进一步优化重叠社区检测算法，提出了一种新的基于度和节点聚类系数的节点重要性定义，按照节点重要性降序更新节点，固定节点更新策略，提高社区检测的稳定性。在此基础上，提出了一种基于图嵌入和多标签传播的重叠社区检测算法（overlapping community detection based on graph embedding and multi-label propagation algorithm，OCD-GEMPA）。该算法结合node2vec模型对节点进行低维向量表示，构建节点之间的权重值矩阵，根据权重值计算标签归属系数，据此选择标签，避免了随机选择问题。在真实数据集和人工合成数据集上对该算法进行实验验证。实验结果表明，与其他重叠社区检测算法相比，OCD-GEMPA在EQ和NMI这两个指标都有明显提升，具有更好的准确性和稳定性。

来源：2024年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第5期