学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
可多边并行移出的社团发现方法
被引:5
作者
:
熊中敏
论文数:
0
引用数:
0
h-index:
0
机构:
复旦大学计算机与信息技术系
上海海洋大学信息学院
复旦大学计算机与信息技术系
熊中敏
[
1
,
2
]
黄冬梅
论文数:
0
引用数:
0
h-index:
0
机构:
上海海洋大学信息学院
复旦大学计算机与信息技术系
黄冬梅
[
2
]
机构
:
[1]
复旦大学计算机与信息技术系
[2]
上海海洋大学信息学院
来源
:
计算机工程
|
2009年
/ 35卷
/ 12期
关键词
:
社团发现;
社会网络;
社团结构;
图挖掘;
D O I
:
暂无
中图分类号
:
TP393.01 [];
学科分类号
:
摘要
:
针对GN算法计算效率低下的缺陷,提出一个基于边的中介值测度的发现网络潜在社团结构的新算法。该算法在完成所有边的中介值计算后,利用成分的独立性,采用并行移出各个成分中具有最大中介值的边的方法。通过理论分析,在作为实验测试平台的实际的数据集上进行实验验证,结果表明该算法是快速、有效的。
引用
收藏
页码:29 / 31
页数:3
相关论文
共 1 条
[1]
Detecting community structure in networks
Newman, MEJ
论文数:
0
引用数:
0
h-index:
0
机构:
Univ Michigan, Dept Phys, Ann Arbor, MI 48109 USA
Univ Michigan, Dept Phys, Ann Arbor, MI 48109 USA
Newman, MEJ
[J].
EUROPEAN PHYSICAL JOURNAL B,
2004,
38
(02)
: 321
-
330
←
1
→
共 1 条
[1]
Detecting community structure in networks
Newman, MEJ
论文数:
0
引用数:
0
h-index:
0
机构:
Univ Michigan, Dept Phys, Ann Arbor, MI 48109 USA
Univ Michigan, Dept Phys, Ann Arbor, MI 48109 USA
Newman, MEJ
[J].
EUROPEAN PHYSICAL JOURNAL B,
2004,
38
(02)
: 321
-
330
←
1
→