计算机应用

作者：成其伟, 陈启买, 贺超波, 刘海

单位：1. 华南师范大学 计算机学院, 广州 510631;2. 仲恺农业工程学院 信息科学与技术学院, 广州 510225

关键词：复杂网络,重叠社区发现,对称二值非负矩阵分解,网格搜索,梯度下降

基金：教育部人文社会科学研究青年基金资助项目（19YJCZH049）；广东省自然科学基金面上项目（2019A1515011292）；广州市科技计划项目（201807010043）。

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。

来源：2020年第11期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第11期