2023-05-10计算机应用,JournalofComputerApplications2023,43(5):1489-1496ISSN1001-9081CODENJYIIDUhttp：//www.joca.cn基于节点多关系的社团挖掘算法及其应用周琳1，2，3，肖玉芝1，2，3*，刘鹏1，2，3，秦有鹏1，2，3（1.青海师范大学计算机学院，西宁810016；2.青海省藏文信息处理与机器翻译重点实验室（青海师范大学），西宁810008；3.藏文信息处理教育部重点实验室（青海师范大学），西宁810008）（∗通信作者电子邮箱qh_xiaoyuzhi@139.com）摘要：为度量多关系节点相似性、挖掘具有多关系节点的社团结构，提出基于节点多关系的社团挖掘算法LSL-GN。首先基于节点相似性和节点可达性刻画具有多关系的节点相似性度量指标LHN-ISL；然后利用该指标重构目标网络的低密度模型，并结合GN（Girvan-Newman）算法完成社团划分。将LSL-GN算法与多个经典社团挖掘算法在模块度（Q）、标准化互信息（NMI）和调整兰德指数（ARI）上进行对比，结果显示LSL-GN算法在3个指标上均优于经典算法，说明它的社团划分质量相对较好。将LSL-GN应用于“用户-应用”的移动漫游网络模型中，划分出了以携程旅行、高德地图、滴滴出行等为基础应用的社团结构，而这些社团划分结果可为设计个性化套餐业务提供策略参考信息。关键词：社团挖掘；社团划分；社团检测；复杂网络；移动漫游网络；节点相似性；节点可达性中图分类号：TP311.3文献标志码：ACommunityminingalgorithmbasedonmulti-relationshipofnodesanditsapplicationZHOULin1，2，3，XIAOYuzhi1，2，3*，LIUPeng1，2，3，QINYoupeng1，2，3（1.ComputerCollege，QinghaiNormalUniversity，XiningQinghai810016，China；2.TibetanInformationProcessingandMachineTranslationKeyLaboratoryofQinghaiProvince（QinghaiNormalUniversity），XiningQinghai810008，China；3.KeyLaboratoryofTibetanInformationProcessing，MinistryofEducation（QinghaiNormalUniversity），XiningQinghai810008，China）Abstract:Inordertomeasurethesimilarityofmulti-relationalnodesandminethecommunitystructurewithmulti-relationalnodes，acommunityminingalgorithmbasedonmulti-relationshipofnodes，calledLSL-GN，wasproposed.Firstly，basedonnodesimilarityandnodereachability，LHN-ISL，asimilaritymeasurementindexformulti-relationalnodes，wasdescribedtoreconstructthelow-densitymodelofthetargetnetwork，andthecomm...
