论文研究基于节点拓扑结构和属性的重叠社区检测算法.pdf

针对已有重叠社区检测通常只考虑节点的拓扑结构信息，忽略了节点的属性信息，导致数据间的重要结构遗漏的问题，提出了一种基于节点拓扑结构和属性相似度的重叠社区检测算法。首先，基于余弦相似度计算候选节点和局部社区之间的相似度，提高局部搜索效率；其次，改进局部模块度增量计算方法，使局部搜索模型收敛于发现潜在的真实社区；通过融合多个已检测到的局部社区计算隶属矩阵，从而获取全局重叠社区结构；最后，在真实数据集上，与已有基于拓扑结构的社区检测算法进行实验对比。结论表明，该算法在模块度和F1-measure的指标上取得了较好的表现且更适用于稀疏网络。