TY - JOUR A2 -潘肇庆AU - Chen, AU - Wang, Yunfang AU - Wang, Li AU - Qi, Dehao AU - Ma, ting - huai AU - Zhang，Wei PY - 2020 DA - 2020/11/20 TI -基于DeepWalk模型的大规模网络社区检测SP - 8845942 VL - 2020 AB现实网络的大规模和复杂结构给传统社区检测方法带来了巨大挑战。为了更准确、高效地检测大规模网络中的社区结构，提出了一种基于网络嵌入表示方法的社区检测算法。首先，为了解决网络数据稀缺的问题，本文利用DeepWalk模型将高维网络嵌入到具有拓扑信息的低维空间中。然后对低维数据进行处理，将每个节点作为一个样本，节点的每个维度作为一个特征。最后，将样本送入高斯混合模型(GMM)，并将变分推理引入到GMM中，以实现群体数量的自动学习。在DBLP数据集上的实验结果表明，本文的模型方法能够更有效地发现大规模网络中的社区。通过对挖掘出的群落结构的进一步分析，可以更好地揭示群落内部的组织特征。SN - 1939-0114 UR - https://doi.org/10.1155/2020/8845942 DO - 10.1155/2020/8845942 JF -安全与通信网络PB - Hindawi KW - ER -