基于群体智能的自组织重叠社团结构分析算法

来源：计算机应用研究杂志2019年第5期北京时间：

作者：孙韩林,马素刚,王忠民,

单位：西安邮电大学a.计算机学院;b.陕西省网络数据智能处理重点实验室,西安710121；

摘要：社团结构分析是复杂网络研究的一项重要内容，基于群体智能思想提出了一种自组织的重叠社团结构分析算法SO2CSA2。把网络视为一个群体，网络节点是其中的一个个具有简单智能的个体，每个个体依据定义的社团连接分数自主决定要加入的社团（可同时加入多个社团）。在网络中寻找一组K-派系作为初始社团结构，所有个体迭代地选择其社团归属，最终整个网络的社团结构将逐渐生长出来。最后对获得的社团结构进行后处理，即调整少量节点的社团归属，以提高其质量。在一组合成网络和现实世界网络上的实验表明，SO2CSA2发现的社团结构的质量比两种对比算法（SLPA和OSLOM）更好，尤其是在网络中重叠节点较多或节点重叠度较大的情况下，社团结构质量的提升更为明显。

关键词：重叠社团结构,社团检测,社团结构分析,复杂网络,群体智能,

基金资助：陕西省科技统筹创新工程计划资助项目(2016KTZDGY04-01)；陕西省自然科学基础研究计划资助项目(2016JM6048)；陕西省自然科学与技术研究计划资助项目(2016GY-092)；陕西省教育厅专项科学研究项目(16JK1687)；；