基于信息熵的社区发现算法研究

针对现有社区发现依靠出度、入度、介数来进行社会划分的一些不足,研究了依靠信息熵来对社区进行度量,提出了基于信息熵的社区发现算法CDBE(Community Detection Based on Entropy)。如果社区内部信息量大,熵就大。不确定事件发生的概率就大。社区具有凝聚力,信息的熵相对稳定,不会出现熵剧烈增加或减少的情况,根据节点集合熵的变化是否剧烈,可以判断节点是否是社区的成员,从而实现社区的发现。实验表明,CDBE能够发现有价值的社区。