计算机工程与应用 ›› 2019, Vol. 55 ›› Issue (1): 56-63.DOI: 10.3778/j.issn.1002-8331.1709-0335
候梦男,王志晓,何 婧,芮晓彬,高菊远
HOU Mengnan, WANG Zhixiao, HE Jing, RUI Xiaobin, GAO Juyuan
摘要: 社交网络的社区结构呈现层次性。针对传统凝聚式层次化社区发现算法效率不高以及生成的层次谱图复杂的问题,提出一种融合拓扑势的层次化社区发现算法,利用拓扑势场呈现的自然峰谷结构揭示社交网络社区间的层次关系。该算法搜索局部极大势值节点,并根据局部极大势值节点完成社区的初始划分;根据局部极大势值节点间的距离对初始社区进行迭代合并,直到所有社区被合并为一个社区。在真实社交网络和人工网络上的实验结果表明,该算法能够高效地发现社区的层次结构,生成的层次谱图简单直观。