基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了准确、快速地发现大规模复杂网络中的局部社区,提出了一种基于节点接近度的局部社区发现算法。该算法以最大度节点作为起始节点,利用节点接近度和局部社区Q值不断搜索其邻居节点,将接近度最大的节点加入初始社区形成新的初始社区;同时,该算法也可以应用于复杂网络全局社区结构的划分。对2个典型复杂网络进行了局部社区挖掘分析,实验结果表明,该算法能够有效识别隐藏在实验网络中的局部社区。针对稀疏网络,该算法的时间复杂度为O(nlog(n)), n为网络节点数。
推荐文章
基于GPU的复杂网络社区挖掘算法并行计算
社区结构挖掘
复杂网络
图形处理单元
CUDA
快速Newman
基于相似度传播的复杂网络间节点匹配算法
复杂网络
节点匹配
节点相似度
复杂网络社区挖掘的距离相似度算法
复杂网络
社区结构
数据挖掘
网络社区动态角色挖掘算法研究
优先情节
增长定律
网络时间轴
角色划分
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 复杂网络局部社区挖掘的节点接近度算法
来源期刊 计算机工程与应用 学科 工学
关键词 复杂网络 局部社区发现 节点接近度
年,卷(期) 2013,(17) 所属期刊栏目
研究方向 页码范围 38-42
页数 5页 分类号 TP311
字数 3076字 语种 中文
DOI 10.3778/j.issn.1002-8331.1204-0316
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (13)
参考文献  (11)
节点文献
引证文献  (14)
同被引文献  (63)
二级引证文献  (20)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(8)
  • 参考文献(3)
  • 二级参考文献(5)
2005(6)
  • 参考文献(4)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(6)
  • 引证文献(3)
  • 二级引证文献(3)
2016(5)
  • 引证文献(2)
  • 二级引证文献(3)
2017(10)
  • 引证文献(4)
  • 二级引证文献(6)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
复杂网络
局部社区发现
节点接近度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导