基于K-means聚类算法的复杂网络社团发现新方法

• 作者: 谢福鼎 赵凤霞
• 来源期刊: 计算机应用研究
• 关键词: 复杂网络 社团结构 K-means聚类算法 节点关联度
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2041-2043,2049
• 页数: 4页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.06.012

摘要

提出了一种基于K-means 聚类算法的复杂网络社团结构划分方法.算法基于Fortunato等人提出的边的信息中心度,定义了节点的关联度,并通过节点关联度矩阵来进行聚类中心的选择和节点聚类,从而将复杂网络划分成k个社团,然后通过模块度来确定网络理想的社团结构.该算法有效地避免了K-means 聚类算法对初始化选值敏感性的问题.通过Zachary Karate Club和College Football Network两个经典模型验证了该算法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢福鼎	辽宁师范大学计算机与信息技术学院	54	419	12.0	17.0
2	赵凤霞	辽宁师范大学计算机与信息技术学院	4	63	4.0	4.0