基于特征迁移和增量社区检测的社区发现框架

汪艳; 赵宇红

doi:10.16559/j.cnki.2095-2295.2025.04.015

内蒙古科技大学学报 ›› 2025, Vol. 44 ›› Issue (4) : 393 -400. DOI: 10.16559/j.cnki.2095-2295.2025.04.015

基于特征迁移和增量社区检测的社区发现框架

汪艳, 赵宇红

作者信息 +

Author information +

文章历史 +

PDF

摘要

为解决动态社区发现问题，提出了1种基于特征迁移和增量社区检测的社区发现框架。使用增量社区发现高效地提供1个聚类精度更高的初始社区划分。使用特征迁移将前1个时间切片的有价值信息提取到下1个时间切片，并结合改进的SPEA2算法，旨在最大化每个时间切片的聚类精度，同时最小化2个连续时间切片的聚类结果差异，以实现多目标优化。在合成数据集和真实数据集上进行了实验。结果表明：在性能指标上均优于主流的社区发现算法。