基于用户紧密度的在线社会网络社区发现算法 (2013年)

针对在线社会网络潜在社区难以检测的问题，根据在线社会网络的独有特性，提出一种基于用户紧密度的在线社会网络社区发现算法。创建初步用户图，依据节点属性相似性算法计算用户个体紧密度，基于共有邻居相似性算法计算用户社区紧密度，从而构造出完整用户图，利用层次聚类算法对完整用户图进行处理，发现潜在社区。实验结果表明，与NAS、CNS算法相比，该算法的社区凝聚度与正确率更高，分别达到0．67和97．1％。