科研之友
微信
新浪微博
Facebook
分享链接
摘要
重叠社团检测是复杂网络中的一个重要研究领域,在众多重叠社团检测算法中,基于局部谱提出的LEMON(Local Expansion via Minimum One Norm)算法复杂度小、效率高,但在处理含有噪声的数据集时并不能得到很好的社团检测结果。针对噪声问题提出了一种基于正则拉普拉斯矩阵的LEMON改进算法。该算法通过矩阵扰动的方式构建正则拉普拉斯矩阵来表征复杂网络的结构信息,提高了原LEMON算法的抗噪性。在Amazon,Youtube,DBLP,Orkut数据集上的实验表明本文算法相较于原LEMON算法可以获得更鲁棒的结果。
- 单位
