信息网络的社区发现及其应用研究

被引：20

作者：

黄发良

机构：

[1] 福建师范大学软件学院

来源：

复杂系统与复杂性科学 | 2010年 / 7卷 / 01期

关键词：

信息网络; 社区发现; 复杂网络; 聚类;

D O I：

10.13306/j.1672-3813.2010.01.010

中图分类号：

TP393.0 [一般性问题];

学科分类号：

摘要：

在对信息网络社区发现研究的基本概念进行简单介绍的基础上,将目前的典型算法初步划分为5类,即传统发现方法、基于分割的方法、基于模块性质量优化的方法、基于动态模型的方法与基于谱分析的方法,然后着重对各种发现方法进行分类分析与比较,并以Web信息网络为例简述社区发现的应用,最后指出了目前方法存在的缺陷与未来可能的改进方向。

引用

页码：64 / 74

页数：11

共 8 条

[1] 网络社区发现[M]. 化学工业出版社 , 丁连红, 2008
[2] Virtual communities: A marketing perspective[J] . Kristine de Valck,Gerrit H. van Bruggen,Berend Wierenga.Decision Support Systems . 2009 (3)
[3] Clustering coefficient and community structure of bipartite networks
Zhang, Peng
Wang, Jinliang
Li, Xiaojia
Li, Menghui
Di, Zengru
Fan, Ying
[J]. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS, 2008, 387 (27) : 6869 - 6875
[4] Limited resolution in complex network community detection with Potts model approach
Kumpula, J. M.
Saramaki, J.
Kaski, K.
Kertesz, J.
[J]. EUROPEAN PHYSICAL JOURNAL B, 2007, 56 (01) : 41 - 45
[5] Random field Ising model and community structure in complex networks
Son, SW
Jeong, H
Noh, JD
[J]. EUROPEAN PHYSICAL JOURNAL B, 2006, 50 (03) : 431 - 437
[6] Cliques, clubs and clans[J] . Robert J. Mokken.Quality & Quantity . 1979 (2)
[7] A METHOD OF MATRIX ANALYSIS OF GROUP STRUCTURE
Luce, R. Duncan
Perry, Albert D.
[J]. PSYCHOMETRIKA, 1949, 14 (02) : 95 - 116
[8] CONNECTIVITY AND GENERALIZED CLIQUES IN SOCIOMETRIC GROUP STRUCTURE
LUCE, RD
[J]. PSYCHOMETRIKA, 1950, 15 (02) : 169 - 190

← 1 →