图重构下大规模网络的社团检测算法

作者：陈燕兵; 张应龙^*

来源：计算机应用研究, 2023, 40(02): 470-475.

DOI：10.19734/j.issn.1001-3695.2022.07.0331

• 大规模
• 复杂网络
• 图重构
• 社团检测

对大型复杂网络进行高质量的社团检测通常依赖图的拓扑结构来划分节点集，然而现实世界的网络通常带有嘈杂且与集群无关的连接，这些链接可能会导致模型将来自不同集群的节点划分在一起。为此，提出了基于图重构的社团检测算法(graph reconstruction based community detection, GRCD),该方法能够处理大规模复杂网络的社团检测。首先，删除社团之间的相互连接的边来重新构建原始图的社团结构；然后，将网络视为一个社交系统，旨在以更直观的方式揭示社团；提出了一种高效的社团检测策略，即基于话语权的社团组织生成策略；最后，在不同规模数据集上进行实验。实验结果表明，GRCD算法不仅能够处理大规模网络，而且在保持较高稳定性的同时，其社团划分的质量对比现有的几种基准算法都有很强的竞争力。

• 单位
  闽南师范大学