基于网络预处理的改进标签传播算法

被引：2

作者：

孙生才 ^{[1
,2
]}

范菁 ^{[1
,2
]}

曲金帅 ^{[1
]}

王玉红 ^{[1
]}

机构：

[1] 云南民族大学电气信息工程学院

[2] 云南省无线传感器重点实验室

来源：

计算机系统应用 | 2018年 / 27卷 / 04期

关键词：

大数据; LPA; 随机策略; K-Shell指数;

D O I：

10.15888/j.cnki.csa.006282

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

LPA中存在的随机策略,严重破坏算法的鲁棒性.随着大数据时代的来临,复杂网络的规模不断增大,从而造成算法的运算量增加,收敛速度减慢.针对这一问题,提出了一种新的改进标签传播算法-KLPA.首先,对初始网络预处理:利用K-Shell指数将网络划分成核心-边缘层次,去除边缘层节点,赋予核心层的节点标签.其次,改进标签传播策略对预处理网络进行社区划分.最后,实验证明KLPA算法减小网络规模,提高了社区划分质量,同时也加快了算法的收敛速度.

引用

页码：173 / 177

页数：5

共 8 条

[1] 一种基于K-Shell的复杂网络重要节点发现算法 [J].