基于工业大数据的重叠社区发现算法
作者:康海燕; 景悟; 张仰森
更新时间:
鉴于工业大数据的复杂结构和高开采价值,很难分析数据之间的关联。结合随机游走和标签传播的思想,提出了一种基于工业大数据的重叠社区发现算法。首先,设计了种子节点选择算法,通过随机游走计算每个节点的重要性,选择重要性较高的种子节点。其次,提出了重叠社区发现算法,该算法为种子节点分配一个唯一的标签,迭代标签传播直到节点标签不变,并根据节点标签得到最终的重叠社区划分结果。最后,结果表明,该算法能够有效地发现网络上高质量的重叠社区,并进一步将其应用于工业大数据的数据分析和信息挖掘的核心问题。