大型复杂网络中的社区结构发现算法

被引：15

作者：

胡健 ^{[1
]}

董跃华 ^{[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：

关键词：

边聚集系数; 社区结构; 社区发现;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

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,引入边聚集系数的概念,提出基于边聚集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

页码：92 / 93+100 +100

页数：3

共 4 条

[1] 基于复杂网络社区结构的论坛热点主题发现
王林
戴冠中
[J]. 计算机工程, 2008, (11) : 214 - 216+224
[2] 基于网络社区模块结构的特征选择性能评价
岳训
迟忠先
莫宏伟
郝艳友
[J]. 计算机工程, 2007, (12) : 16 - 18
[3] Finding communities in linear time: a physics approach[J] . F. Wu,B. A. Huberman.The European Physical Journal B . 2004 (2)
[4] THE prefuse visual toolkit .2 Sago Networks Data Center. http://prefuse.org . 2007