基于节点影响值的社区网络稳定标签传播算法

摘要

针对社区网络标签传播准确性差的问题，提出基于节点影响值的社区网络稳定标签传播算法。该算法重设社区网络相邻节点相似度，结合链路加权思想将其变换为链路无向带权图；利用节点K-shell分解值判断节点影响力，计算种子节点的中心性度量值，升序排列节点更新顺序；根据越重要节点标签影响越大的规则，修正高频数标签，获取最佳社区网络划分结果。结果表明：该算法模块度在0.320以上，准确率达到99%,因此，经该方法划分后的网络结构清晰、准确，稳定性高。

关键词

节点影响值 / 社区网络 / 标签传播算法 / 局部特征 / 相邻节点相似度 / 中心性度量 / 随机排序 / 标签修正