复杂网络基于局部模块度的社团划分方法

摘要：

提出了一种基于局部模块度的社团划分算法,该算法的基本思想是将具有最大综合特征值的节点作为初始节点,然后从候选集中找到使局部模块度Q达到最大值时所对应的候选节点,将此节点合并到该社团中,更新候选集合直至Q值不再增加,此时该社团形成.由于算法仅需要利用节点的局部信息,因此时间复杂度很低,并且通过综合特征值,找到聚类中心,从而使得聚类效果大大提高.通过社会学中经典的Zachary网络表明了该算法的可行性,并得到满意的结果.

关键词：社团结构、聚类系数、综合特征值、局部模块度、复杂网络

所属期刊栏目：30

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金项目10771092;国家973重点基础研究发展计划基金项目2004CB318000

在线出版日期：2009-12-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：4708-4710,4714