局部扩展相关论文
网络图是生活中离不开的一个概念,以社交网络图为例,人与人之间的关系往往呈现出一种社区结构,社区中的人比与社区外的人交互更加......
社交网络中社区划分问题的研究不仅为网络演化、信息传播和影响力分析等方向提供了理论依据,而且在好友推荐、商业营销和舆情检测......
局部社区发现算法通常选取种子节点进行社区发现,针对现有重叠社区发现算法中种子节点选取时有效性不足的问题,提出了一种基于子图......
现实世界中的很多事物都是以网络形态存在的,例如在线社交,人际关系,人体蛋白质模型等。随着人们对复杂网络研究的深入,社区结构作......
随着微信、抖音、微博、QQ等社交软件的火热,社交网络无形中伴随着我们每天的生活。重叠社区发现及其演化技术作为复杂网络分析中......
随着互联网信息技术的快速发展,社交网络中出现了传播有害信息、进行违法犯罪和组织恐怖活动的群体。这些群体利用社交网络进行勾......
提出了一种局部扩展的遗传优化重叠社区发现(LEGAOCD)方法。借鉴局部扩展的重叠社区发现方法的思想,首先将少数的核心节点构成模体......
重叠社区发现研究是当前图挖掘领域的前沿热点.基于结构适应度的局部扩张方法是其中一类可同时探测社区重叠和层次结构的方法.该文......
在DOCNet算法基础上,对初始节点选取和节点隶属度计算方法进行改进,形成一种新的重叠社区发现算法DOCLLE。首先采用经典重要性排名......
针对现有企业社群发现算法多侧重于同质性市场环境,不能反映部分企业会参与多条供应链作业的问题,提出一种基于节点映射关系的核社......
现代网络科学的研究和发展，提高了我们对复杂网络的认识。真实世界的复杂网络常常可以表示成图的形式，其最重要特征是社区结构，社区内......
社区检测已经成为了了解复杂网络结构和网络动态的一个重要途径。针对传统的节点聚类和链接聚类在发现重叠社区方面存在的两种固有......
为解决机会网络中社区重叠问题,提出一种基于边权重局部扩展的社区检测方法 （LWLE）。利用相遇时间和相遇间隔时间信息,计算节点间的......
挖掘复杂网络的重叠社区结构对研究复杂系统具有重要的理论和实践意义。提出一种基于局部扩展优化的重叠社区识别算法。首先基于网......
具有社区结构是复杂网络最重要的特点之一,发现复杂网络中的社区结构在社会学、生物学尤其在计算机科学等领域有着重要的应用,在这......
为更好地挖掘社区结构,提出一种改进蚁群算法优化重叠社区发现算法(LEAC-OCD)。采用局部扩展的社区识别方法,将少数核心节点构成三......
社区发现能有效挖掘网络的特性以及隐藏的信息。局部扩展是社区发现常用的一种方法,该方法大体上可以分为种子的选择和局部扩展两......
