基于相似度指标的社团划分算法

摘要：

为快速准确地找到复杂网络的社团划分结果, 引入相似度指标, 提出一种改进的社团划分算法.将网络节点拓扑结构信息作为节点的多维属性, 在不改变网络连边的情况下, 使输入网络转换为节点多属性网络, 并定义节点之间的混合相似度与社团相似度, 运用层次聚类思想得到最终的社团划分结果.在真实网络、计算机生成网络上的实验结果表明, 该算法能够发现明显的社团结构, 并且具有较高的社团划分准确率.

关键词：复杂网络、多属性、社团划分、模块度、相似度

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金 71471106

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：195-201