基于节点综合相似度的多标签传播社区划分算法

摘要: 为了解决现有的多标签传播社区划分算法采用的随机顺序策略导致形成的社区划分结果不稳定和社区质量不够高的问题，提出了一种基于节点综合相似度的多标签传播社区划分算法MLPA-NCS。以节点潜在影响力的降序作为节点选择顺序，解决社区结果划分不稳定问题。根据节点的主题相似度和链接相关度计算出节点综合相似度，并以节点综合相似度降序作为更新节点标签时对邻近节点遍历的顺序，提高所划分社区的质量。采用真实数据集和人工网络数据，对多个算法进行对比实验，结果表明算法有效可行，社区划分结果更稳定，社区质量也更高。