一种新型简单图社区结构发现算法

被引：3

作者：

胡健 ^{[1
]}

邓志娟 ^{[1
]}

杨炳儒 ^{[2
]}

机构：

[1] 江西理工大学信息工程学院

[2] 北京科技大学信息工程学院

来源：

计算机工程与应用 | 2009年 / 25期

关键词：

社区结构; 社区发现; 边凝聚系数;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

在大型复杂网络中自动搜寻或发现社区具有重要的实际应用价值。该文把超图模型以及基于此的聚类算法应用到社区结构发现的领域。对于简单图的社区结构发现,引入边凝聚系数的概念,提出了基于边凝聚系数的社区发现算法。将安然邮件数据集作为测试数据集,通过算法对比分析,证明该算法在时间复杂度上可以提高一个数量级。

引用

收藏

页码：148 / 150

页数：3

相关论文

共 3 条

[1]

超图的理论基础[M]. 高等教育出版社 , 王建方编著, 2006

[2]

Finding communities in linear time: a physics approach[J] . F. Wu,B. A. Huberman.The European Physical Journal B . 2004 (2)

[3]

THE prefuse visual toolkit .2 Sago Networks Data Center. http://prefuse.org . 2007