基于节点相似度的社团划分方法研究

摘要：

社团划分有助于了解网络结构、分析网络特性.大多数传统的社团划分方法只关注于网络的局部信息,通过优化特定的目标函数进行社团的划分,但是这种方法往往只针对特定的网络有效,不具有普遍性.因此,论文提出了一种综合考虑网络局部信息和全局信息的算法,该算法不需要任何的关于社团的先验知识,同时在选择不同初始节点的情况下,社团及其划分结果都具有鲁棒性.通过用一些真实网络评估算法的性能,结果表明,论文算法能高效地划分复杂网络中的社团结构.

关键词：复杂网络、节点相似度、社团划分

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目11474300,61771461;深圳市基础研究项目JCYJ20160429184226930

在线出版日期：2018-03-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：213-217,240