基于相似度的加权复杂网络社区发现方法

• 作者: 叶茂莹 吕光宏 梁召伟 王坤
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 加权复杂网络 社区发现 相似度 SCC算法 SGN算法
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 1170-1176
• 页数: 7页
• 分类号: TP393.01|TP301.6
• 字数: 6520字
• 语种: 中文
• DOI: 103969/j.issn.0490-6756.2014.06.012

摘要

针对加权复杂网络中的社区结构发现问题,本文定义基于权重关系的相似度,并在此基础上定义了节点中心度和归属度,改进GN算法的模块度评价函数,提出一种基于相似度的中心聚类算法(SCC).该算法通过计算节点间的相似度,选取合理的中心度大的节点作为社区中心节点,最后基于节点归属度来聚集从而形成社区;同时,提出了用相似度代替边介数的改进GN算法SGN.通过理论分析,并在数据集上进行实验验证,结果表明SCC算法与WGN算法、SGN算法相比,速度和精度上均有较大改善.同时与I2C算法相比,社区的划分有效性更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕光宏	四川大学计算机学院	55	276	9.0	14.0
2	梁召伟	四川大学计算机学院	2	16	2.0	2.0
3	王坤	四川大学计算机学院	9	55	4.0	7.0
4	叶茂莹	上海师范大学数理学院	1	12	1.0	1.0