10.11772/j.issn.1001-9081.2015.05.1213
基于节点相似性度量的社团结构划分方法
针对复杂网络结构划分过程复杂、准确性差的问题,定义了节点全局和局部相似性衡量指标,并构建节点的相似性矩阵,提出一种基于节点相似性度量的社团结构划分算法.其基本思路是将节点(或社团)按相似性合并条件划分到同一个社团中,如果合并后的节点(或社团)仍然满足相似性合并条件,则继续合并,直到所有节点都得到准确的社团划分.实验结果表明,所提算法能成功正确地划分出真实网络中的社团结构,性能比标签传播算法(LPA)、GN (Girvan-Newman)、CNM (Clauset-Newman-Moore)等算法优秀,能有效提高结果的准确性和鲁棒性.
节点相似性、社团划分、社团结构、复杂网络
35
TP393;N945.1(计算技术、计算机技术)
国家自然科学基金资助项目61370073;国家建设高水平大学留学项目201306070037
2015-07-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
1213-1217,1223