复杂网络社区挖掘的距离相似度算法

摘要：

有效挖掘出复杂网络中隐藏的社区结构具有重要的理论研究意义和广泛的应用前景,目前已有多种关于社区挖掘算法和社区性质的研究,但还未见深入讨论结点间距离与全局社区结构内在关系的工作.因此,深入研究了它们之间的内在联系,发现较近(远)的结点通常以较大的概率属于相同(不同)社区,相同(不同)社区中的结点距离通常较小(较大).基于以上启发信息,提出了基于结点距离相似度的社区挖掘算法(distance similarit),algorithm,DSA),采用基准数据集测试和分析了DsA算法.实验结果表明:DsA算法能够准确挖掘出隐藏在实验网络中的全部社区及其所构成的层次结构.

关键词：复杂网络、社区结构、数据挖掘

所属期刊栏目：5

分类号：TP182(自动化基础理论)

资助基金：The National Natural Science Foundation of China under Grant No.60873149,60973088;the Open Projects Program of the National Laboratory of Pattern Recognition NLPR in China;the Fundamental Research Funds for the Central Universities of China under Grant No.200903177

在线出版日期：2011-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：336-346