声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：37-1391/T
国际刊号：1672-3961
发布日期:
作者：武凯丽,陈京荣
单位：兰州交通大学数理学院, 甘肃 兰州 730070
关键词：复杂网络,社区检测,节点重要性排序,核心节点,节点相似性,
基金：国家自然科学基金资助项目(52362044)
针对目前应用广泛的社区检测算法存在时间复杂性过高、精度低、结果不稳定等缺点,提出一种基于节点重要性排序的局部社区检测算法(local community detection algorithm based on the node importance ranking, LCDIR)。根据节点重要性顺序选择核心节点,通过节点强度和网络拓扑结构特征对网络进行社区检测形成初步社区,利用内外边比例和模块化度量最大化合并弱小社区,形成最终的社区。在真实网络和人工合成网络上和7种社区检测算法进行对比试验,结果表明,该算法在这些网络上形成了较高质量的社区,解决现有局部社区检测算法存在核心节点选择不当的问题,具有较高模块化度量值和标准化互信息值,相较于其他社区检测算法更准确有效、性能更好、时间复杂度较低。
来源：2025年第1期
《山东大学学报(工学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。