ITIC:一种高效的k-影响社区top-r查询算法

k-影响社区(k-Influential Community, k-IC)是网络中具有较大影响值且无包含关系的最大连通k-core。k-IC的top-r查询的目标是返回影响值较大的前r个k-IC。针对此问题,提出W-D(Weight-Degree)索引用于管理网络。提出k-IC的top-r查询优化算法ITIC(Index-based Top-r Query Algorithm for k-Influential Community),该算法无须频繁计算连通分量,并且从权重较大的节点开始处理,一般只对部分节点进行处理即可求得结果。同时,该算法是渐进输出k-IC,可根据用户需求随时终止算法。通过实验验证所提算法的有效性。实验结果表明,相对于现有算法,ITIC可以显著提高计算效率。