山东大学学报(理学版)

作者：王静红,梁丽娜,李昊康,周易

单位：1. 河北师范大学计算机与网络空间安全学院, 河北 石家庄 050024；2. 河北省供应链大数据分析与数据安全工程研究中心, 河北 石家庄 050024；3. 上海海关科技处, 上海 200002

关键词：复杂网络,注意力网络特征,社区发现,网络预处理,社区博弈归并,

基金：河北省自然科学基金资助项目(F2019205303);河北省引进留学人员资助项目(C20200340)

现实世界中许多网络都是根据社区结构紧密组织起来的, 发现社区对于了解复杂网络的结构及其关系有很大的帮助, 文中提出了一种基于注意力网络特征的社区发现(community discovery algorithm based on attention network features, CANF)算法, 利用标记节点频率和反示例节点频率度量初始网络标记特征, 并且引入注意力机制, 对示例节点的每个邻居节点更好地分配权重, 将初始权重与分配权重相结合, 使初始度量的网络特征获取更多与目标有关的细节信息。文中通过分配的注意力网络特征进行复杂网络预处理以及社区博弈归并, 于真实网络中进行验证, 实验结果表明, CANF算法在准确度、模块度以及运行时间方面优于其他社区发现算法。

来源：2021年第9期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2021年第9期