论文部分内容阅读
为提高社区发现算法性能和计算效率,提出一种非负矩阵MapReduce梯度下降半监督社区发现算法。两个矩阵间存在的Frobenius平方范数差异以及Kullback-leibleer(KL)散度,构建社区发现的矩阵迹优化规则;利用梯度下降法对社区非负矩阵进行求解,并构建基于MapReduce的并行计算方式,同时给出算法的计算复杂度分析。该方法在社区发现过程中无需全程人工参与,是一种半监督社区发现方式。通过仿真实验显示,该算法在社区发现精度、计算效率、模块度、模块密度等指标上要优于选取的对比方法,验证了