复杂网络大数据中重叠社区自动检测仿真

摘要：

针对现有方法检测复杂网络重叠社区时受网络规模和社区规模,以及重叠节点比例影响较大,导致检测结果准确性不高、稳定性较差、效率较低的问题,提出了基于模糊谱聚类的重叠社区自动检测方法,将复杂网络中的每个节点用三元组形式描述,在社区结构划分的每次迭代过程中,根据贡献函数加权处理的方法计算复杂网络中各个节点的从属系数,根据给出的社区结构划分规则对各个节点的从属系数做规范化处理,采用相似系数法构建模糊相似矩阵用于评价节点从属系数规范化处理结果,同时将复杂网络描述成一个无权无向图,并利用模糊谱聚类算法和预先设置的判断阈值,检测无权无向图中是否存在重叠社区,如果图中社区结构之间的重叠程度大于该设置阈值,说明图中存在重叠社区,将发生重叠的社区合并为一个大社区.仿真结果表明,所提方法能够实现复杂网络大数据中重叠社区的自动检测,且具有准确性较高、稳定性较好、耗时较少的优点.

关键词：复杂网络、大数据、重叠社区、自动检测

所属期刊栏目：36

分类号：TP301(计算技术、计算机技术)

在线出版日期：2019-08-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：393-397