基于贡献函数的重叠社区划分算法

来源：电子与信息学报杂志2017年第8期北京时间：

作者：刘功申, 孟魁, 郭弘毅, 苏波, 李建华

摘要：现实世界中的网络结构呈现出重叠社区的特征。在研究经典的标签算法的基础上，该文提出基于贡献函数的重叠社区发现算法。算法将每个节点用三元组(阈值、标签、从属系数)集合来表示。节点的阈值是每次迭代过程中标签淘汰的依据，该值由多元线性方程自动计算而来。从属系数用于衡量当前节点与标签所标识社区的相关度，从属系数的值越大说明该节点与标签所标识社区的关联性越强。在每一次迭代的过程中，算法依据贡献函数计算每个节点的从属系数，并生成新的三元组集合。然后依据标签决策规则淘汰标签，进行从属系数规范化。通过对真实的复杂网络和LFR(Lancichinetti Fortunato Radicchi)自动生成的网络进行测试可知，该算法的社区划分准确率高，而且划分结果稳定。

关键词：复杂网络, 社区发现, 重叠社区

基金资助：国家973关键技术研究项目(2013CB329603)，国家自然科学基金(61472248)