基于局部扩张查询的重叠社区发现

摘要 重叠社区发现源于社交网络、生物神经网络等复杂网络结构分析，在病毒传播防范、网络广告投放和多跳自组路由协议设计等应用中具有重要意义.现有重叠社区发现算法大都是基于静态网络的全局探测，面临复杂度高、灵活性差和健壮性不足等诸多挑战.针对这些挑战，提出一种基于局部扩张查询的重叠社区发现算法—OCLEQ，首先以查询的方式寻找包含特定点的k准团结构，然后基于团结构之间的邻接性实现团的快速扩张，最后定义一个新的度量标准检测和划分遗漏点.仿真实验结果表明，OCLEQ在重叠社区发现的效率和质量上都优于现有方法