摘要

基于多目标粒子群优化的网络社区发现算法

作者(年代):万丽，杨洁，唐鹏飞

在网络社区评价中，评价指标的质量具有较强的耦合相关性和数据依赖性。针对传统单一评价与优化后的网络社区发现算法相比质量差的问题，提出了基于多目标粒子群优化的在线社区发现算法。该算法通过同时优化多个在线社区质量评价指标，生成Pareto最优社区分类集合，用户可根据具体需求选择最满意的社区结构。最后对单目标优化方法与多目标优化算法进行了对比实验。实验结果表明，该算法能在缺乏先验信息的情况下挖掘出质量更高的在线社区，系统稳定性更高。