基于节点多属性相似性聚类的社团划分算法

摘要：

针对当前社团划分算法存在划分方式单一和划分结果准确度低等问题,提出一种基于节点多属性相似性聚类的社团划分算法SM-CD.根据社会网络特性定义网络节点的结构属性与自身属性,通过调整两类属性在网络中所占的权重计算网络节点之间的相似度矩阵,并将网络节点按照相似度和模块度指标划分为不同的社团.在Zachary和Football真实网络数据集上的实验结果表明,SM-CD算法相比Newman、GN等算法具有更高的社团划分准确率.

关键词：复杂网络、社团划分、节点属性、相似度矩阵、聚类

所属期刊栏目：46

分类号：TP393(计算技术、计算机技术)

资助基金：装备发展部预研基金6140002010101,6140001030111

在线出版日期：2020-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：84-90,97