文献类型：期刊文章

作　　者：田小康[1] 于洪涛[1] 黄瑞阳[1] 许力[2]

机构地区：[1]国家数字交换系统工程技术研究中心 [2]95880部队

出　　处：《信息工程大学学报》

基　　金：国家自然科学基金资助项目(61171108);国家重点基础研究发展计划基金资助项目(2012CB315901;2012CB315906)

年　　份：2017

卷　　号：18

期　　号：2

起止页码：236-241

语　　种：中文

收录情况：CSA-PROQEUST、INSPEC、普通刊

摘　　要：针对复杂网络中重叠社区挖掘方法无法有效利用链路信息问题,提出了一种基于链路系数矩阵的重叠社区挖掘算法(DOC-LRM)。该方法首先从网络中链路分析角度出发,通过定义链路相似度指标,获取并优化了链路相似度矩阵,然后通过Perron聚类对网络中的社团数目进行了估计,最后基于非负矩阵分解(NMF)方法对链路系数矩阵进行分解,从而准确发现网络中的重叠社区结构。分别在人工合成网络和真实社会网络上进行实验,结果表明,相比已有的重叠社团检测方法,文章所提方法能够获得更为合理的重叠社区结构。

关 键 词：链路  链路系数矩阵  重叠社区  非负矩阵分解

分 类 号：TP391]