作者:
原文服务方: 西安交通大学学报       
摘要:
针对当前基于节点的动态网络社团结构发现算法难以发现稳定的社团结构的问题,提出了一种采用链路聚类的动态网络社团发现算法(LDC).该算法首先从链路的角度得到网络的链路图结构;然后对比不同时刻的链路图结构,将动态网络中节点的添加与移除以及边的添加与移除等复杂的变化信息简化为链路添加和链路移除2种增量变化信息;再在前一时刻社团结构的基础上以改进的链路划分密度函数对增量变化信息中变化的链路进行处理,判断该链路是否加入到社团中从而得到最优的社团结构;最后将得到的链路社团转化成为最终的节点社团结构.实验结果表明,相比于当前基于节点的动态社团发现算法,LDC算法能够有效地发现网络中结构稳定的社团结构,其模块度值和标准化互信息值至少提高了0.19和0.13,且算法的运行效率要明显优于基于节点的动态社团发现算法.
推荐文章
基于边聚类的多层社会网络社团发现算法
社会网络
多层社会网络
社团发现
跨层边差分聚类系数
模块度
动态网络桥系数增量聚类算法
复杂网络
社团结构
聚类算法
增量聚类
桥系数
基于K-means聚类算法的复杂网络社团发现新方法
复杂网络
社团结构
K-means聚类算法
节点关联度
有向动态网络中基于模体演化的链路预测方法
时序链路预测
有向网络
模体演化
时序分析
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 采用链路聚类的动态网络社团发现算法
来源期刊 西安交通大学学报 学科
关键词 链路聚类 增量方法 社团发现 动态网络
年,卷(期) 2014,(8) 所属期刊栏目
研究方向 页码范围 73-79
页数 7页 分类号 TP393
字数 语种 中文
DOI 10.7652/xjtuxb201408013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 伊鹏 56 177 8.0 10.0
2 董哲 4 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (103)
共引文献  (133)
参考文献  (9)
节点文献
引证文献  (4)
同被引文献  (3)
二级引证文献  (0)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(20)
  • 参考文献(0)
  • 二级参考文献(20)
2005(19)
  • 参考文献(1)
  • 二级参考文献(18)
2006(11)
  • 参考文献(0)
  • 二级参考文献(11)
2007(11)
  • 参考文献(0)
  • 二级参考文献(11)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(5)
  • 参考文献(3)
  • 二级参考文献(2)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
链路聚类
增量方法
社团发现
动态网络
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
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
论文1v1指导