计算机应用研究

作者：梁文,闫飞,陈柏圳,

单位：1.长春理工大学计算机科学技术学院,长春130022；2.江西理工大学信息工程学院,江西赣州341000；

关键词：复杂网络,量子行走,社区检测,社区隐藏,

基金：吉林省科技发展计划资助项目(20210201075GX)；；

已有基于量子行走的社区检测算法存在计算开销过大或对时间参数过于敏感的问题。针对此问题，提出两阶段量子行走（two-stage quantum walk，TSQW）算法。TSQW算法第一阶段为无测量量子行走，此阶段融合节点的邻域拓扑信息将节点表达为向量，第二阶段利用K-means方法聚类上一阶段得到的节点向量以划分网络社区。通过仿真网络和空手道俱乐部网络的验证，该算法能够准确地检测网络社区结构。进一步，提出TSQW的扩展（TSQW-E）算法，该算法依据节点的社区信息增加或删除原始网络的连边并实现社区隐藏。根据互信息指标和调整兰德系数下的实验表现，TSQW-E算法使已有社区检测算法的平均识别精度分别下降0.491和0.58，对网络社区结构的破坏效果最好。

来源：2023年第8期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第8期