基于加权节点亲和度的自适应社区检测算法
Adaptive community detection algorithm based on weighted node affinity
西安科技大学 人工智能与计算机学院, 西安 710699
摘要
针对传统社区检测算法过度依赖一阶拓扑特征，难以捕获高阶结构中隐含社区关系的问题，提出一种基于加权节点亲和度的自适应三阶段社区检测算法(Adaptive Community Detection Algorithm based on Weighted Node Affinity，ACD-WNA)。首先，该算法构建了融合边权重与共同邻居二阶关系的节点亲和度模型，通过差异化权重分配，解决了已有相似度度量的局限性，实现了对网络高阶拓扑特征的精确提取。其次，设计了局部结构相似性与全局模块度增益相结合的双重约束扩展机制，有效平衡了社区内聚性与全局划分质量，避免了社区的过度扩展。最后，引入基于最大模块度增益的全局节点重分配策略，对社区边界进行动态优化与纠错。在多个真实网络与人工网络上的实验表明，该算法在NMI、cut_ratio等关键指标上表现优异，能够稳定获得高质量的社区划分，并展现出卓越的适应性与鲁棒性。
基金项目
国家自然科学基金资助项目(12071367)
陕西省自然科学基础研究计划基金资助项目(2023-JC-YB-517)
出版信息
DOI: 10.19734/j.issn.1001-3695.2025.10.0395
出版期卷: 《计算机应用研究》 优先出版, 2026年第43卷 第5期
发布历史
[2026-01-20] 优先出版
引用本文
付立东, 吴静. 基于加权节点亲和度的自适应社区检测算法 [J]. 计算机应用研究, 2026, 43 (5). (2026-01-20). https://doi.org/10.19734/j.issn.1001-3695.2025.10.0395. (Fu Lidong, Wu Jing. Adaptive community detection algorithm based on weighted node affinity [J]. Application Research of Computers, 2026, 43 (5). (2026-01-20). https://doi.org/10.19734/j.issn.1001-3695.2025.10.0395. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
