基于LFM算法的改进社区发现算法

肖永嘉，朱征宇

（重庆大学计算机学院，重庆 400000）

基于LFM算法的改进社区发现算法

肖永嘉，朱征宇

（重庆大学计算机学院，重庆 400000）

由于能够反映网络内部结构，重叠社区划分在各领域有着越来越重要的作用。LFM算法是其中较为流行的一种社区划分方法。但其存在一些缺点，例如在网络变得庞大和复杂的时候，时间消耗会变得巨大。为了解决这一问题，提出核心区域的概念，并藉此对LMF算法进行改进。最后通过实验验证，发现该算法能够减小时间消耗，同时能够得到更为可靠的社区划分。

重叠社区划分；LFM；核心区域

0 引言

现实世界的很多复杂的相互作用的系统往往被抽象成网络来表示，用来让人们更好地理解复杂系统的全部特性，更好地应对现实的变化。例如互联网环境下的社交网络、电子商务；流行病传播学中的疾病预防控制过程，生物学网络中蛋白质组织构造等。随着人们对复杂网络的研究日益深入，社区结构作为复杂网络存在的普遍特征，由于能有效地揭示网络系统中群体的共性规律，是解决复杂系统的基础，又能推进相关应用的发展，已经成为网络研究的一个重要分支。而重叠社区的发现可以更为准确地理解网络内部的拓扑结构信息，在近些年的研究中得到了越来越多的关注。

1 相关工作

社区并没有一个严格意义上的定义，较为广泛接受的是Newman和Gievan提出的“同一社区内的点与点之间的链接更紧密，不同社区之间的点的链接更稀疏[1，2]。……