标签

LabelRankT:动态网络中通过标签传播的增量社区检测。在网络分析中,一个日益重要的挑战是对动态网络中的社区进行有效的检测和跟踪,对于这些动态网络来说,变化是一个流。因此,需要一种算法来逐步更新和监控社区,这些社区的进化产生了巨大的实时数据流,比如互联网或在线社交网络。在这篇论文中,我们提出了LabelRankT,一个通过稳定的标签传播来检测大规模动态网络中社区的在线分布式算法。在实际网络上的测试结果表明,与其他算法相比,LabelRankT具有更低的计算成本。与动态检测方法相比,该方法还提高了被检测群体的质量,并与静态检测方法获得的质量相匹配。与大多数只适用于二进制网络的算法不同,LabelRankT工作在加权和有向网络上,这为实际应用提供了一个灵活而有前途的解决方案。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换