采用模糊k核多粒度分解机制的高效社区发现

针对全局社区发现计算时间过长,以及k-core分解规则过于严格导致一些高重要性节点无法被保留的问题,提出基于模糊k-core的社区发现算法。采用基于模糊隶属度函数的模糊k-core分解思想,筛选出核心节点集,对由核心节点集所组成的子网进行局部社区划分,将核心子网的社区标签扩散到其余节点,完成全局社区发现。在标准数据集上的实验结果表明,算法在社区发现的精确度上保持了高水准,在大数据集上的运算时间显著降低。