山东大学学报(工学版)

作者：王英楠,郑文萍,杨贵

单位：1.山西医科大学汾阳学院卫生信息管理系, 山西 汾阳 032200;2.山西大学计算机与信息技术学院, 山西 太原 030006;3.计算智能与中文信息处理教育部重点实验室(山西大学), 山西 太原 030006

关键词：社区发现,网络嵌入,模块度,自监督,高阶结构,

基金：国家自然科学基金资助项目(62072292);山西省1331工程资助项目

针对现有网络嵌入方法忽略高阶结构,嵌入过程与社区发现任务独立进行,影响社区发现质量的问题,提出基于双视角网络嵌入聚类集成社区发现算法(community detection algorithm based on dual-view network embedded clustering integration, DNECI),算法包括双视角网络嵌入和聚类集成两部分。双视角网络嵌入模块对网络属性信息与拓扑信息实现自适应融合,保留网络属性信息与拓扑的高阶结构。聚类集成模块包括模块度优化和聚类优化两个组件,模块度优化组件利用高阶拓扑结构得到具有最优模块度的社区结果;聚类优化组件通过自监督聚类方法在嵌入空间得到聚类结果;引入互监督机制使两种视角的社区发现结果具有一致性。在4个真实数据集与15个算法进行对比试验,结果表明,DNECI在准确率和标准互信息至少比最先进的基准算法平均提高2.5%和1.4%,在调整兰德系数和F1分数至少平均提高3.7%和1.7%,具有较好的社区发现效果。

来源：2025年第1期

《山东大学学报(工学版)》期刊编辑部

查看山东大学学报(工学版)杂志2025年第1期