|
|||||
|
|
| 基于随机游走理论的改进LFM算法 | |
| 作者单位： | ;1.信息工程大学理学院;2.河南中医大学第一附属医院呼吸科 |
| 摘 要： | 传统LFM社团发现算法基于网络局部信息进行社团划分,未充分利用网络中包含的结构信息,导致社团结构模糊的网络中社团划分精度下降严重,同时算法基于局部信息扩张社团,容易形成畸形社团结构。为解决上述问题,提出一种改进的LFM算法,利用随机游走理论衡量节点相似度,使社团结构更清晰,同时寻找赋权网络中的极大子团,以子团为基本单位进行社团扩张,解决畸形社团问题。在人工网络和真实网络上的实验结果表明,与传统LFM算法、标签传播算法等相比,改进的LFM算法具有更高的社团划分精度。 |
| 关 键 词： | 复杂网络 社团发现 LFM算法 随机游走 极大子团 |
Improved LFM Algorithm Based on Random Walk Theory |
|
| Abstract: | |
| Keywords: | |
