基于中心节点和社区吸引力的重叠社区识别算法

针对基于中心节点的重叠社区识别算法具有发现社区不稳定的缺点，提出了一种基于中心节点和社区吸引力的重叠社区识别算法：通过节点度数以及节点与相邻节点的区域内部连通性给出中心性系数，并以此提出局部中心节点识别算法；将局部中心节点作为种子，计算其对一阶邻居节点的直接吸引力和二阶邻居节点的间接吸引力，将吸引力作为加入社区的判断标准；利用无需设置阈值的重叠节点分析方法对重叠节点进行处理，从而完成社区识别任务。人工基准网络和真实网络的实验结果表明，CDCNCA算法相比其他算法有更好的社区识别效果。