基于随机网络集成模型的广义网络社区挖掘算法

摘要：

根据结点的属性和链接关系,现实世界中的复杂网络大多可分为同配网络和异配网络,社区结构在这两类网络中均普遍存在.准确地挖掘出两种不同类型网络的社区结构具有重要的理论意义和广泛的应用领域.由于待处理的网络类型通常未知,因而难以事先确定应当选择何种类型的网络社区挖掘算法才能获得有意义的社区结构.针对该问题,本文提出了广义网络社区概念,力图将同配和异配网络社区结构统一起来.本文提出了随机网络集成模型,进而提出了广义网络社区挖掘算法G- NCMA.实验结果表明:该算法能够在网络类型未知的前提下准确地挖掘出有意义的社区结构,并能分析出所得社区的类型特征.

关键词：复杂网络、社区挖掘、随机网络、极大似然估计

所属期刊栏目：38

分类号：TP312(计算技术、计算机技术)

资助基金：国家自然科学基金60873149;60973088;61133011;61170092;模式识别国家重点实验室开放课题;中央高校基本科研业务费专项资金200903177;教育部新世纪优秀人才支持计划NCET-11-0204

在线出版日期：2012-10-29（万方平台首次上网日期，不代表论文的发表时间）

页码：812-822