来源：期刊VIP网 时间：
作者：于海龙;杨云云;王力;
单位：太原理工大学电气与动力工程学院;
摘要：社区检测对于分析复杂社交网络结构至关重要。现有的社区检测方法不能够充分考虑网络局部与全局结构之间的复杂关系，检测社区结构的稳定性和准确性有待提高。为此，文中提出用于社区检测的局部全局融合标签传播算法（LGI-LPA）。首先，提出将节点间的相似性与节点的总体影响力结合确定初始社区结构，进行标签初始化；其次，根据影响力排序从社区内部和外部采用一种新的分类交替标签传播方法；最后，对小社团进行识别处理。在真实世界网络和兰奇基内蒂-福图纳托-拉迪奇（LFR）仿真网络上的实验结果表明，相较于次优的标签传播算法（LSMD）,LGI-LPA在Polbooks和Football网络上的归一化互信息（NMI）分别提高了8.47%和2.20%，在LFR人工网络上的归一化互信息（NMI）相较于其他四种算法，也有着优势，随着网络拓扑参数变大，也表现出了较强的稳定性，该算法具有优秀的社区检测性能。
关键词：社交网络;;社区检测;;节点影响力;;相似度;;标签初始化;;标签传播
基金资助：山西省基础研究计划项目(202303021221002)
