基于边聚类系数的谱聚类社区划分方法研究

摘要：

针对图谱划分方法在划分社区结构不是很明显的网络时,不能得到好的划分效果,该文提出了基于边聚类系数的谱聚类社区划分方法,由于社区内部节点之间的连接比各个社区间节点的连接稠密,边聚类系数的大小反映了节点的聚集程度,因而通过网络中的边所构三角形的数量定义了聚类系数矩阵,矩阵中的元素即处于网络中的边实际构成三角形的数量.在增益函数最大化的过程中,使用了矩阵的特征值和特征向量,以此来进行社区划分.通过在真实网络数据中进行实验,结果表明该算法可行.

关键词：复杂网络、边聚类系数、聚类系数矩阵、增益函数、社区划分

所属期刊栏目：54

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学青年基金项目;山西省教改研究生项目

在线出版日期：2020-06-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：17-22