加权复杂网络社团的评价指标及其发现算法分析

• 作者: 吕天阳 朴秀峰 谢文艳 郑纬民
• 来源期刊: 物理学报
• 学科: 工学
• 关键词: 复杂网络 社团发现 聚集系数 模块度
• 年，卷（期）: 2012,（21）
• 所属期刊栏目: 总论
• 页码范围: 145-154
• 分类号: TP273
• 字数: 7549字
• 语种: 中文

摘要

节点的聚集现象是复杂网络的重要特性．以往研究主要发现无权复杂网络中的社团，较少涉及加权网络的社团发现．由于加权网络的复杂性远高于无权网络，一般认为加权网络的社团发现是一个较难的问题．本文基于统一的数据基础，从社团评价指标的有效性和现有算法的效果两个角度开展研究．首先，总结了加权网络三种常见的社团评估指标，并在社团大小、密度和局域特点均不同的模拟数据集上分析指标的有效性；其次，针对5个数据集，分析现有的3种加权复杂网络社团发现算法的效果．研究表明：上述指标无论在评价最基本的社团结构，还是在分析结构复杂的社团时都有较大缺欠；现有的加权网络社团发现算法的泛化能力不强．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑纬民	清华大学计算机科学与技术系	181	2698	27.0	46.0
2	朴秀峰	哈尔滨工程大学计算机科学与技术学院	4	56	2.0	4.0
3	谢文艳	哈尔滨工程大学计算机科学与技术学院	2	55	2.0	2.0