基于節點影響值的社區網絡穩定標簽傳播算法

摘 要：針對社區網絡標簽傳播準確性差的問題，提出基于節點影響值的社區網絡穩定標簽傳播算法。該算法重設社區網絡相鄰節點相似度，結合鏈路加權思想將其變換為鏈路無向帶權圖；利用節點Ｋ-ｓｈｅｌｌ分解值判斷節點影響力，計算種子節點的中心性度量值，升序排列節點更新順序；根據越重要節點標簽影響越大的規則，修正高頻數標簽，獲取最佳社區網絡劃分結果。結果表明：該算法模塊度在０.３２０以上，準確率達到９９％，因此，經該方法劃分后的網絡結構清晰、準確，穩定性高。

關 鍵 詞：節點影響值；社區網絡；標簽傳播算法；局部特征；相鄰節點相似度；中心性度量；隨機排序；標簽修正

中圖分類號：ＴＰ３９９ 文獻標志碼：Ａ 文章編號：１０００－１６４６（２０２４）０２－０１８４－０７

隨著科技的不斷發展，網絡已成為生活中必不可少的組成部分［１］，保持網絡穩定性成為專家學者的研究重點。社區網絡由節點與連線組成。節點為社區網絡中兩個以上支路間的互聯公共點和任意支路的終點，作為社區網絡系統管理的切入點，節點是網絡運營和管理的基礎切入點［２－３］。

標簽傳播（ＬＰＡ）算法是保持社區網絡穩定性的關鍵，屬于最早被應用于標簽的計算方法，該算法簡單且高效，但因準確率低且每次迭代結果均不穩定，故僅作為計算標簽的基礎算法［４］。目前以ＬＰＡ算法為基礎的修正算法很多，郝梓琳等［５］提出多標簽傳播社區劃分算法（ＭＬＰＡＮＣＳ），通過降低節點潛在影響力進行節點選擇，該算法進行社區網絡劃分前未考慮網絡局部特征，不能有效描繪網絡拓撲結構信息，大大降低了標簽傳播方法劃分的社區網絡結構穩定性；鄧琨等［６］提出了復雜網絡重疊社區識別算法（ＮＯＣＤＬＰ），該算法可通過整理重疊節點獲得更準確的重疊社區結構，降低選擇節點隨機性，但該算法在整理重疊節點過程中容易出現重復整理不必要節點的問題。針對上述問題，本文提出了基于節點影響值的社區網絡穩定標簽傳播算法，以節點影響值為基礎，實現社區網絡劃分，確保社區網絡的穩定性運行。