基于随机聚类采样算法的复杂网络社团探测

被引：3

作者：

蔡君 ^{[1
]}

余顺争 ^{[2
]}

机构：

[1] 广东技术师范学院电子与信息学院

[2] 中山大学电子与通信工程系

来源：

计算机应用研究 | 2013年 / 30卷 / 12期

基金：

广东省自然科学基金;

关键词：

复杂网络; 社团探测; 随机聚类采用; 相似性;

D O I：

暂无

中图分类号：

O157.5 [图论];

学科分类号：

070104 ;

摘要：

根据网络节点的局部拓扑信息构建稀疏相似网络。基于稀疏相似网络,提出了一种改进后的随机聚类采样算法对网络社团进行探测。在人工和真实网络上,将算法与未改进的随机聚类采样算法以及几种典型的社团探测算法进行了准确率和时间复杂度的比较。实验结果表明,该方法在时间复杂度上具有明显的优势,并且具有较好的准确率。

引用

页码：3560 / 3563

页数：4

共 21 条

[1]

Introduction to Modern InformationRetrieval. Salton G,McGill M J. . 1983

[2]

Method to find community structures based on information centrality. Fortunato Santo,Latora Vito,Marchiori Massimo. Physical review. E, Statistical, nonlinear, and soft matter physics . 2004

[3]

Partitioning sparse matrices with eigenvectors of graphs. Pothen A,Simon H D,Liou K P. SIAM Journal on Computing . 1990

[4]

Communities in networks. Mason A. Porter,Jukka-Pekka Onnela,Peter J. Mucha. Notices Am. Math. Soc . 2009

[5]

Vertex similarity in networks. EA Leicht,P Holme,ME Newman. Physical review. E, Statistical, nonlinear, and soft matter physics . 2006

[6]

Similarity index based on local paths for link prediction of complex networks. Lü Linyuan,Jin Ci-Hang,Zhou Tao. Physical review. E, Statistical, nonlinear, and soft matter physics . 2009

[7]

Generalizing Swendsen-Wang to sampling arbitrary posterior probabilities. Barbu, Adrian,Zhu, Song-Chun. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2005

[8]

An information flow model for conflict and fission in small groups. Zachary WW. Journal of Anthropological Research . 1977

[9]

Self-similar communi-ty structure in a network of human interactions. Guimera`R,Danon L,D1’az-Guilera A,et al. Physical Review . 2003

[10] A NEW STATUS INDEX DERIVED FROM SOCIOMETRIC ANALYSIS [J].

KATZ, L .

PSYCHOMETRIKA, 1953, 18 (01) :39-43

← 1 2 3 →