大规模社交网络社区发现及可视化算法

被引：44

作者：

赵润乾

吴渝

陈昕

机构：

[1] 重庆邮电大学计算机科学与技术学院

来源：

计算机辅助设计与图形学学报 | 2017年 / 02期

关键词：

社区发现; 图可视化; 模块度优化; 社区布局;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

080201 [机械制造及其自动化];

摘要：

针对现有社区发现算法存在社区质量不满足图可视化要求和算法效率低的问题,提出一种改进的启发式社区发现算法.该算法基于模块度优化,通过结合预先选取种子节点的方法,抑制算法中大社区的过度合并,同时及时合并小的社区;然后针对力导引布局算法存在社区结构不明显和布局效率低问题,提出一种展示大规模社区结构的社区布局算法,通过引入社区引力促使同一社区中的节点聚拢,优化了社区引力建模,简化了布局算法步骤.实验结果表明,文中算法能够清晰、高效地展示大规模社交网络数据.

引用

页码：328 / 336

页数：9

共 15 条

[1]

展示复杂网络社团结构的社团引力导引的布局算法 [J].

吴渝 ;

李藻旭 ;

李红波 ;

温磊 .

计算机辅助设计与图形学学报, 2015, (08) :1460-1467

[2]

基于线积分卷积的大规模图可视化 [J].

雷辉 ;

张嘉伟 ;

陈海东 ;

解聪 ;

刘真 ;

李昕 ;

陈为 .

计算机辅助设计与图形学学报, 2013, 25 (09) :1288-1295

[3]

改进的Louvain社团划分算法 [J].

吴祖峰 ;

王鹏飞 ;

秦志光 ;

蒋绍权 .

电子科技大学学报, 2013, 42 (01) :105-108

[4]

基于复杂网络社区划分的网络拓扑结构可视化布局算法 [J].

朱志良 ;

林森 ;

崔坤 ;

于海 .

计算机辅助设计与图形学学报, 2011, (11) :1808-1815

[5]

GO: A cluster algorithm for graph visualization[J] Xiaodi Huang;Weidong Huang Journal of Visual Languages and Computing 2015,

[6]

A survey on information visualization: recent advances and challenges[J] Shixia Liu;Weiwei Cui;Yingcai Wu;Mengchen Liu The visual computer 2014,

[7]

Fast unfolding of communities in large networks[J] Vincent D Blondel;Jean-Loup Guillaume;Renaud Lambiotte;Etienne Lefebvre Journal of Statistical Mechanics: Theory and Experiment 2008,

[8]

Energy Models for Graph Clustering.[J] Andreas Noack J. Graph Algorithms Appl. 2007,

[9]

Fast algorithm for detecting community structure in networks.[J] Newman M E J Physical review. E; Statistical; nonlinear; and soft matter physics 2004,

[10]

Graph drawing by force‐directed placement[J] Thomas M. J. Fruchterman;Edward M. Reingold Software: Practice and Experience 1991,

← 1 2 →