基于聚类分析的复杂网络中的社团探测

被引：17

作者：

刘婷

胡宝清

机构：

[1] 武汉大学数学与统计学院

来源：

复杂系统与复杂性科学 | 2007年 / 01期

基金：

高等学校骨干教师资助计划;

关键词：

社团结构; 谱分法; 模块度; k-means算法; 模糊c均值; 聚类遗传算法; 聚类神经网络;

D O I：

10.13306/j.1672-3813.2007.01.005

中图分类号：

TN911 [通信理论];

学科分类号：

081002 ;

摘要：

社团结构是复杂网络中普遍存在的一种特征。本文应用改进了的谱分法将网络的社团探测问题转换为聚类分析问题,并将Girvan和Newman提出的模块度函数概念应用到聚类分析的4类算法中进行社团结构的探测,特别提出了一种新的结合模块度的聚类遗传算法。然后用3种类型的网络实验算例验证了本文算法的有效性,并对实验结果进行了比较分析,得出本文提出的新算法在初始化敏感性和准确性方面效果较好。最后指出本文算法的进一步研究方向。

引用

页码：28 / 35

页数：8