一种基于边界节点识别的复杂网络局部社区发现算法
在网络日益巨大化和复杂化的背景下,挖掘全局网络的社区结构代价较高。因此,基于给定节点的局部社区发现对研究复杂网络社区结构有重要的应用意义。现有算法往往存在着稳定性和准确性不高,预设定阈值难以获取等问题。该文提出一种基于边界节点识别的复杂网络局部社区发现算法,全面比较待合并节点的连接相似性进行节点聚类;并通过边界节点识别控制局部社区的规模和范围,从而获取给定节点所属社区的完整信息。在计算机生成网络和真实网络上的实验和分析证明,该算法能够自主挖掘给定节点所属的局部社区结构,有效地提升局部社区发现稳定性和准确率。
复杂网络、社区发现、局部社区、边界节点识别
TP311(计算技术、计算机技术)
国家863计划项目2011AA010604;国家重大科技专项2012ZX03006002资助课题
2015-01-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
2809-2815