数学论文_融合网络结构和属性嵌入的社区发现方

文章摘要:在社区发现中，针对不同的应用场景和网络中愈加丰富的节点属性信息，目前缺乏一种普适性的社区发现方法。本文提出了一种基于综合社区性嵌入（Comprehensive Community Embedding，CCE）的社区发现方法。CCE基于节点的社区相似性假设，进行社区游走，捕获网络结构的邻接特征、局部模块度和边介数的社区特征，并结合节点属性这一辅助社区特征，实现节点的综合社区性表征；社区划分通过K-聚类神经网络模型（K-Clustering Neural Network Model，K-CNN）以无监督节点聚类的方式实现。在社交网络和合著网络两类网络数据集上的实验结果表明，本文方法（CCE+K-CNN）表现稳定且优于传统方法，CCE采用的社区游走方法较其他游走方法更适用于解决社区发现问题。

文章关键词:

论文作者:吴琪 黄芳 王淑勤 卢港 

作者单位:中南大学计算机学院 

论文分类号:TP311.13;O157.5

上一篇：气象学论文_社区生态系统气候韧性概念及评估研
下一篇：数学论文_加权模块度增量引导下的层次社区发现