一种基于邻域跟随关系的增量社区发现算法-计算机学报.pdfVIP

下载本文档

4
0
约9.35万字
约 14页
2018-01-19 发布于天津
举报
版权申诉

一种基于邻域跟随关系的增量社区发现算法-计算机学报.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、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。
6、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。
7、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

一种基于邻域跟随关系的增量社区发现算法-计算机学报

第卷第期计算机学报４０３　　　　　　　　　Ｖｏｌ．４０Ｎｏ．３年月２０１７３ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＣＯＭＰＵＴＥＲＳＭａｒ．２０１７　一种基于邻域跟随关系的增量社区发现算法陈羽中施松朱伟平於志勇郭昆　　　　福州大学数学与计算机科学学院福州（）３５０１０８　　（（））福建省网络计算与智能信息处理重点实验室福州大学福州３５０１０８　　摘要社区发现能够揭示真实社会网络的拓扑结构和动态特性目前的社区发现算法多针对静态社会网络所设．　　计，而绝大多数真实社会网络的社区结构是动态变化的针对动态社区发现，现有算法通常基于社区结构平稳变化．的假设，无法处理演化过程中可能出现的大量社区消亡或涌现等突发事件为解决有效并高效地发现大规模动态．，，社会网络的社区结构的问题提出了一种基于邻域跟随关系的社区表示模型ＦｏｌｌｏｗＣｏｍｍｕｎｉｔ模型刻画的社区ｙ，，由不同角色的节点以及节点间的跟随关系组成通过发现节点间存在的直接或间接的跟随关系可将跟随同一个节点的节点所构成的集合归为一个社区基于该模型提出了一种具有接近线性时间复杂度的邻域跟随算法．ＮＦＡ（），遍历网络节点一次即可得到静态社会网络的社区结构进一步扩展得到增ＮｅｉｈｂｏｒｈｏｏｄＦｏｌｌｏｗｉｎＡｌｏｒｉｔｈｍ．ｇｇｇ量邻域跟随算法（）通过更新网络演化过程中相关节点的邻ｉＮＦＡｉｎｃｒｅｍｅｎｔａｌＮｅｉｈｂｏｒｈｏｏｄＦｏｌｌｏｗｉｎＡｌｏｒｉｔｈｍ．ｇｇｇ，域跟随关系可发现动态社会网络的社区结构及社区演化实验结果验证了算法在大规模动态社会网络社区ｉＮＦＡ．、发现方面具有精度效率以及稳定性的优势．关键词