基于簇相似度的网络社团结构探测算法

• 作者: 柴毅 袁超
• 来源期刊: 物理学报
• 学科: 工学
• 关键词: 复杂网络 社团结构 相似度 聚类
• 年，卷（期）: 2012,（21）
• 所属期刊栏目: 物理学交叉学科及有关科学技术领域
• 页码范围: 539-547
• 分类号: TP18
• 字数: 6304字
• 语种: 中文

摘要

社团结构对复杂系统的结构特性和动力学特性有重要影响. 提出了一个度量社团相似度的模型, 称为簇相似度. 该模型能够度量两个社团的相似度大小, 为研究社团间的作用机制提供帮助. 而且基于该模型, 设计了一个社团划分算法. 算法采用层次聚类的思想, 每次合并两个相似度最大的社团, 并通过一个评价函数选择最优社团划分. 数值实验以及与CNM, GN, EigenMod等主流算法做比较, 表明本算法的精度和效率都比较高, 尤其对于边密度较高的网络, 性能非常理想.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴毅	重庆大学自动化学院	157	2347	25.0	41.0
2	袁超	重庆大学自动化学院	8	181	7.0	8.0