基于K-sup稠密子图的大规模复杂网络概要算法及可视化

摘要：

现实社会存在大量复杂网络,随着大数据时代的来临,复杂网络数据规模不断扩大,难以进行算法分析和可视化展示.针对复杂网络小世界、无标度特性,提出基于K-sup稠密子图的复杂网络概要算法,利用三角形在网络中的同质性和传递性发现复杂网络中的稠密子图,结合模块度最大化,将子图中相似的节点归并为超点;运用分层结构存储概要图,并进行可视化显示.该算法能对大规模复杂网络进行有效压缩,保持原网络的性质.在5个真实数据集上进行对比实验,显示出该算法在压缩率、幂率性和平均聚类系数的保持等指标优于已有算法,同时在大规模数据下具有保持网络拓扑结构且支持概要图分层可视化的优点.

关键词：稠密子图、概要图、可视化、复杂网络

所属期刊栏目：31

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61572266,61472194;浙江省自然科学基金LY16F020003;宁波市自然科学基金2017A610114

在线出版日期：2019-04-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：400-411