改进的CNM算法对加权网络社团结构的划分

被引：13

作者：

韩华

王娟

王慧

机构：

[1] 不详

[2] 武汉理工大学理学院

[3] 不详

来源：

计算机工程与应用 | 2010年 / 35期

关键词：

加权网络; 社团结构; 社团模块度; 改进的CNM算法;

D O I：

暂无

中图分类号：

O157.5 [图论];

学科分类号：

摘要：

为了对可以反映网络结构局部重要性质的加权网络进行社团结构划分,延续广泛应用的社团结构分级聚类方法,改进Newman贪婪算法(CNM算法)。算法设计中引入点权和边权,并重新定义新的Q函数计算社团模块度,通过寻找Q函数峰值确定社团划分的最终结果。另外以股票价格波动相关性为加权边建立的加权网络为例进行算法检验,社团划分的结果验证了改进的CNM算法的有效性。与改进的GN算法、极值优化算法等划分效果进行比较分析后发现,改进算法在划分准确性及算法复杂度等方面都有明显的优势。

引用

页码：86 / 89

页数：4

共 6 条

[1] 上海证券市场的复杂网络特性分析
庄新田
闵志锋
陈师阳
[J]. 东北大学学报(自然科学版), 2007, (07) : 1053 - 1056
[2] 复杂网络理论及其应用[M]. 清华大学出版社 , 汪小帆, 2006
[3] COMPLEX NETWORKS
Holovatch, Yu.
Olemskoi, O.
von Ferber, C.
Holovatch, T.
Mryglod, O.
Olemskoi, I.
Palchykov, V.
[J]. JOURNAL OF PHYSICAL STUDIES, 2006, 10 (04): : 247 - 289
[4] Finding communities in linear time: a physics approach[J] . F. Wu,B. A. Huberman.The European Physical Journal B . 2004 (2)
[5] An Information Flow Model for Conflict and Fission in Small Groups[J] . Wayne W. Zachary.Journal of Anthropological Research . 1977 (4)
[6] The neocortical microcircuit as a tabula rasa .2 Nir Kalisman,Gilad Silberberg,Henry Markram. PNAS . 2005

← 1 →