基于模块密度优化的标签传播社区发现算法① - 计算机系统应用.pdfVIP

下载本文档

35
0
约3.08万字
约 7页
2017-09-10 发布于天津
举报
版权申诉

基于模块密度优化的标签传播社区发现算法① - 计算机系统应用.pdf

1、本文档共7页，其中可免费阅读3页，需付费100金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

计算机系统应用年第卷第期基于模块密度优化的标签传播社区发现算法陈建军叶东毅福州大学数学与计算机科学学院福州摘要基于标签传播的社区发现算法以其简单高效得到了广泛的研究然而当社区结构模糊时得到的是一个单一的社区这是无意义的模块化标签传播算法则倾向于将网络划分为度数相近的社区且存在解极限问题为此提出基于模块密度的标签传播算法该算法通过对模块密度优化进行标签标记和传播以避免过大社区的形成且生成的社区满足等人提出的弱社区定义多个真实数据集和人工网络数据的实验结果表明本文算法在不改变算法复杂度的情况下提高了

计算机系统应用 2015 年第 24 卷第 3 期基于模块密度优化的标签传播社区发现算法① 陈建军, 叶东毅 (福州大学数学与计算机科学学院, 福州 350108) 摘要: 基于标签传播的社区发现算法(LPA) 以其简单高效得到了广泛的研究, 然而当社区结构模糊时, LPA 得到的是一个单一的社区, 这是无意义的. 模块化标签传播算法(LPAm)则倾向于将网络划分为度数相近的社区且存在解极限问题. 为此提出基于模块密度