一种基于粗糙集的社区结构发现算法

摘要：

提出一种基于粗糙集的社区结构发现算法.将信息中心度作为衡量节点之间关联度的标准,在处理社区间边界节点时引入粗糙集中的上下近似集概念.将网络中的各个节点划分到社区中,从而将复杂网络划分成k个社区,k值由算法自动选定,并通过模块度确定理想的社区结构.在Zachary Karate Club模型和College Football Network模型上进行验证,实验结果表明,该算法的准确率较高.

关键词：社区结构、节点关联度、粗糙集、上近似集、下近似集

所属期刊栏目：37

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60873116;江苏省现代企业信息化应用支撑软件工程技术研发中心开放基金资助项目SX200902

在线出版日期：2011-11-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：41-43