摘要：论文在分析常用社区发现算法的优缺点时,指出了标签传播算法(LPA)具有时间复杂度低、不需要预先设置社区个数、计算过程简单,在处理大型复杂网络时,具有较高的效率的特点。但该算法在标签传播的过程中,未考虑到相邻节点在网络结构以及内容中的相似性。因此论文从节点相似度角度出发,提出了多特征融合的标签传播算法。该算法首先利用SimRank算法计算网络中节点的结构相似度,同时使用主体模型得到节点内容的主题分布,并计算不同节点主题分布的相似度,最终融合两种相似度,为邻接节点传播来的标签,赋予相应的权重,以此来改进传播策略。实验比较,该算法较优于传统的标签传播算法。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社