基于鄰域k-核的社區(qū)模型與查詢算法

摘要： 現(xiàn)實(shí)生活中的網(wǎng)絡(luò)通常存在社區(qū)結(jié)構(gòu),社區(qū)查詢是圖數(shù)據(jù)挖掘的基本任務(wù).現(xiàn)有研究工作提出了多種模型來識別網(wǎng)絡(luò)中的社區(qū),如基于k-核的模型和基于k-truss的模型.然而,這些模型通常只限制社區(qū)內(nèi)節(jié)點(diǎn)或邊的鄰居數(shù)量,忽略了鄰居之間的關(guān)系,即節(jié)點(diǎn)的鄰域結(jié)構(gòu),從而導(dǎo)致社區(qū)內(nèi)節(jié)點(diǎn)的局部稠密性較低.針對這一問題,將節(jié)點(diǎn)的鄰域結(jié)構(gòu)信息融入k-核稠密子圖中,提出一種基于鄰域連通k-核的社區(qū)模型,并...