非负矩阵分解的复杂网络社团检测方法

摘要：

为有效地检测复杂网络中的社团结构,优化了评估与发现社团的模块密度函数(即D值).通过模块密度的优化进程,证明了模块函数的最大化与非负矩阵分解目标函数(SNMF)的等价性.基于这种等价性,设计了一种新的基于模块密度函SNMF算法,并且讨论了该算法的复杂性.在一个经典的计算机产生的随机网络中检验了该算法,特别地,当社团结构变模糊时,实验结果表明该算法在发现复杂网络社团上是有效的.

关键词：复杂网络、社团结构、模块密度、核k方法、非负矩阵分解

所属期刊栏目：31

分类号：TP399(计算技术、计算机技术)

资助基金：国家自然科学基金项目60933009、60702063;教育部高校博士点基金项目200807010013

在线出版日期：2010-08-27（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：2449-2451