论文部分内容阅读
现有社区发现算法大多仅考虑图的拓扑结构或节点的属性信息,其中结合两者的属性图聚类算法挖掘效果不理想,而基于共享邻居的局部相似性算法却未充分度量节点间相似度。针对上述问题,提出一种新的基于局部相似性的节点相似度社区发现算法。该算法包括基于局部相似性的节点相似度计算和节点聚类2个模块。利用Pagerank算法计算基于图链接结构的节点重要性,衡量节点间的链接强度并结合节点的属性得到节点对相似性。为避免基于共享邻居的节点相似度计算的低估倾向,引入邻居节点集之间的相似度作为节点局部相似性。采用K-Medoids聚类