基于改进对称二值非负矩阵分解的重叠社区发现方法

发布时间：2022-12-06 05:46

　　针对复杂网络社区结构具有重叠性的问题,目前已提出许多不同类型的解决方法,其中基于对称二值非负矩阵分解（SBNMF）的重叠社区发现方法是具有代表性的方法。然而,SBNMF在面对社区内部链接稀疏的网络时,其重叠社区发现性能低下,为此提出一种基于改进SBNMF（ISBNMF）的重叠社区发现方法。首先利用对称非负矩阵分解得到的因子矩阵构建社区内部链接稠密的新网络,然后再使用基于Frobenius范数的SBNMF模型对新网络的邻接矩阵进行分解,最后通过网格搜索法或梯度下降法得到可以显式指示节点的社区隶属关系的二值矩阵。在人工合成的和真实的网络数据集上进行大量实验,结果表明ISBNMF的社区发现性能优于SBNMF和其他代表性方法。 

【文章页数】：8 页

【参考文献】：
期刊论文
[1]一种高效的随机块模型学习算法[J]. 赵学华,杨博,陈贺昌.  软件学报. 2016(09)
[2]识别高质量重叠社区的高效算法[J]. 姚新亮,钟诚.  小型微型计算机系统. 2016(03)
[3]基于对称非负矩阵分解的重叠社区发现方法[J]. 胡丽莹,郭躬德,马昌凤.  计算机应用. 2015(10)



本文编号：3711185