基于混合的K核影响力的标签传播算法
邓观明
【期刊名称】《信息通信》 【年(卷),期】2016(000)002
【摘要】社会网络中近年来的一个研究热点就是社团发现，在众多的社团发现算法中，将标签传播算法应用到社团发现中是非常快速的一种算法，得益于其接近线性的时间复杂度，该算法能够处理大规模的社会网络。KLPA是一种基于k值影响力的改进标签传播算法，结合K值及局部影响力改进迭代及标签选择过程。实验证明，使用改进算法能够得到更好的社区划分结果。%Community detection has become a hotspot of social network analysis. Compared to other community detection al-gorithms, LPA is a very fast algorithm. Because of its nearly-linear time in detection, it can be used in large social network. KLPA is an proposed algorithms based on k-value. It combined K-Core decomposition and local influence to modify the process of iteration and label selection. Tests on classic and real social networks demonstrate that the proposed algorithm can do a better detection in social networks. 【总页数】3页(61-63)
【关键词】社会网络;社团发现;标签传播;K核分解;KLPA算法 【作者】邓观明
【作者单位】南京理工大学计算机科学与工程学院，江苏南京210094 【正文语种】中文
基于混合的K核影响力的标签传播算法
