基于FCM的复杂网络重叠社团结构发现算法

被引：2

作者：

潘惠勇 ^{[1
]}

王鹏 ^{[2
]}

张慧乐 ^{[3
]}

机构：

[1] 中原工学院计算机学院

[2] 复旦大学信息科学与工程学院

[3] 河南联通漯河分公司

来源：

微电子学与计算机 | 2011年 / 28卷 / 12期

关键词：

复杂网络; 社团发现; FCM聚类; 模块度;

D O I：

10.19304/j.cnki.issn1000-7180.2011.12.027

中图分类号：

O157.5 [图论]; TP311.13 [];

学科分类号：

070104 ; 1201 ;

摘要：

复杂网络中的社团结构发现是对网络数据集进行数据挖掘的普遍性问题.针对网络中大量存在的重叠社团现象,提出了基于FCM的发现重叠社团结构算法,并进一步在NG模块度的基础上,给出了评价重叠社团结构的模块度函数.算法首先将网络的节点映射成欧氏空间的节点,再以此做模糊聚类得到各重叠社团结构,根据模块度函数选择最佳重叠社团结构.最后,在经典网络上的实验结果表明,算法能够得到满意度高的重叠社团结构,而且时间复杂度较低.

引用

页码：111 / 114

页数：4

共 5 条

[1]

复杂网络理论及其应用.[M].汪小帆;李翔;陈关荣编著;.清华大学出版社.2006,

[2] 一种解决网络社区划分物理算法 [J].

王存睿 ;

段晓东 ;

刘向东 ;

李志洁 .

微电子学与计算机, 2010, 27 (09) :33-36

[3] 基于复杂网络的产品族结构树的研究与实现 [J].

刘鑫炎 ;

黄美发 ;

刘夫云 ;

邓小林 .

微电子学与计算机, 2009, 26 (11) :177-180

[4] 基于加权复杂网络的中文文档关键短语抽取 [J].

林煜熙 ;

梁颖红 ;

韩艳 ;

张永刚 ;

姚建民 .

微电子学与计算机, 2009, 26 (10) :65-68+73

[5] 复杂网络中的社团结构 [J].

李晓佳 ;

张鹏 ;

狄增如 ;

樊瑛 .

复杂系统与复杂性科学, 2008, (03) :19-42

← 1 →