基于拉普拉斯图谱和K均值的多社团发现方法

• 作者: 周献中 杨建新 葛银茂
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 复杂网络 社团结构 Laplace图谱 K-Means算法 可视化
• 年，卷（期）: 2008,（12）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 178-180,183
• 页数: 4页
• 分类号: TP18
• 字数: 3908字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2008.12.063

摘要

分析了常见的社团发现算法的特点,以及谱二分法在实际应用中必须不断迭代才能完成多社团发现的不足,并提出了基于Laplace图谱和K-Means聚类算法的多社团发现方法,该方法是一个可视化的决策过程.根据Laplace图谱的次小特征值和第三小特征值对应的特征向量,构成聚类样本并显示出来.根据决策者的意图,由决策者来确定社团的个数和聚类中心,应用K-Means聚类算法一次完成多社团的分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周献中	南京大学工程管理学院	146	1482	21.0	32.0
2	葛银茂		38	206	8.0	13.0
3	杨建新	南京理工大学自动化学院	22	86	6.0	8.0