一种基于中心极大团扩展的社区挖掘算法

来源：计算机工程与应用杂志2017年第15期北京时间：

作者：赵卫绩1，2，张凤斌2，刘井莲1，金 昊1

单位：1.绥化学院 信息工程学院，黑龙江 绥化 152061 ；2.哈尔滨理工大学 计算机科学与技术学院，哈尔滨 150080

摘要：社区挖掘是复杂网络分析中的一项重要工作，目前已提出多种社区挖掘算法，但多数算法是通过节点间的连接关系来发现内聚的社区结构。结合真实网络中的节点具有不同的行为和影响力，在充分考虑网络中节点的连接关系的基础上，提出一种基于中心极大团扩展的社区挖掘两阶段算法。第一阶段发现初始社区：首先找到网络中所有的内聚子团，然后找出[k]个分散、内聚且有影响力的中心极大团作为初始社区；第二阶段形成最终社区划分：对初始社区外节点，充分考虑不同邻居节点对其潜在的影响力，采用局部模块度扩展的方法将节点扩展到与其连接紧密的社区内。实验结果表明，该方法能够快速揭示出网络中的社区结构，相比FN算法，具有较高的准确度和模块度，相比GN算法，不需要预先知道社区个数。

关键词：社区结构,中心极大团,局部模块度