作者:
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:
基于密度吸引点和其对相邻节点的影响度,提出了一种密度分布社区发现算法。该算法以节点度数最大的密度吸引点为初始社区,访问社区的相邻节点,把对社区影响度最大的节点加入到社区中,如果有些节点对多个社区都有影响,则把它归属为影响度最大的那个社区中,同时如果两个社区之间的相互影响度很大,可以将这两个社区合并为一个社区。将该算法应用到 Zachary 空手道俱乐部网络和随机无标度网络中,实验表明该算法能够很好地分出网络中的社区,同时实验还发现社区的收敛速度与幂率分布特性近似成反比。
推荐文章
基于k‐shell的社区发现算法研究
社区发现
社会网络
集对分析
相似度
k‐shell
基于社团密度的社团发现算法
社团结构
社团发现
社团完整度
社团密度
基于Spark的并行社区发现算法
社区发现
Spark
并行算法
图聚类
图数据
基于连边相似度的重叠社区发现算法研究
社区发现
重叠社区
相似度
划分密度
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 基于密度分布的社区发现算法研究
来源期刊 微型机与应用 学科 工学
关键词 复杂网络 幂率分布 社区发现 密度分布 影响度
年,卷(期) 2014,(6) 所属期刊栏目
研究方向 页码范围 81-83
页数 3页 分类号 TP393
字数 2209字 语种 中文
DOI
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 常富蓉 喀什师范学院信息工程技术系 3 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (55)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1970(1)
  • 参考文献(1)
  • 二级参考文献(0)
1973(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)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(11)
  • 参考文献(1)
  • 二级参考文献(10)
2005(6)
  • 参考文献(2)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
复杂网络
幂率分布
社区发现
密度分布
影响度
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
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
总被引数(次)
35987
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导