基于Spin-glass模型的多角度识别可控的社区发现算法-计算机应用研究.DOC

基于改进PageRank算法和Spin-glass模型的多角度识别可控的社区发现算法 石 云1,2,3 , 陈 钟2,3, 孙 兵2,3,4 (（1. 六盘水师范学院 计算机科学与信息技术系，贵州 六盘水，553004； 2. 北京大学 信息科学技术学院，北京 海淀区 100871； 3. 北京大学网络与软件安全保障教育部重点实验室，北京 海淀区 100871； 4. 广东海洋大学 信息学院，广东 湛江，524088)） 摘要:为了针对如何有效解决社区发现算法中的社区重叠问题，以及如何改善社区扩张模式，提出了一种基于改进PageRank算法和Spin-glass模型的多角度识别可控的社区发现算法(PRSGMFCA)被提出，。首先通过优化的算法对每一个节点排序,，确定其中的核心节点；；再通过基于模型的多角度识别模块度优化局部社区的扩张模式，解决传统模块度在分辨率极限方面的束缚和影响；同时同时在发现过程中，引入了改进的贪心迭代算法发现局部社区；最后，最终实现准确地发现重叠结构与节点。经过在计算机模拟网络与真实网络环境下应用比较分析， 发现和传统的技术方案相比具有较好的稳定性与正确率，,并且其算法复杂度也在可以接受的范围内。 关键词:社区发现；改进PageRank算法；Spin-glass模型；多角度识别可控；贪心迭代算法 中图分类号: TP309.7 文献标志码: A A Di