基于子团规模的社团划分算法与地理位置

摘要：

针对以往社团划分算法中存在的子团规模过大的问题，在CNM算法的基础上重新定义子团规模，提出了CLCNM社团划分算法．社团划分结果表明，改进后的算法在子团数量和模块度方面要优于CNM算法．在此基础上，研究社团划分与地理位置间的关系，提出地址前缀相似度的概念，子团地址前缀相似度越大，说明社团划分后的地理效应越明显．CLCNM社团划分结果表明：IPv6网络子团具有明显的地理效应，即子团中节点分布在相邻的地理位置．这一结论可对网络拓扑的再部署提供借鉴性意见．

关键词：复杂网络、社团划分、CLCNM、前缀相似度、地理位置

所属期刊栏目：33

分类号：TG335.58(金属压力加工)

资助基金：基金项目:国家自然科学基金资助项目60973022

在线出版日期：2012-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1567-1570