原文服务方: 计算机应用研究       
摘要:
针对目前多层社会网络(multi-layered social network,MSN)的社团发现算法较少、社团划分结果较粗糙等特点,提出了一种基于边聚类的多层社会网络社团发现(CLEDCC)算法。该算法综合考虑每层关系网中的任意两节点邻居及节点本身的关系强弱,并分别针对人造稀疏网、稠密网以及真实数据集进行仿真。实验表明,所提出的CLEDCC算法能有效地避免参数不确定性问题,并比跨层边聚类系数(CLECC)算法的社团划分结果更精准。
推荐文章
基于层次覆盖的多层网络社团发现算法
多层网络
拓扑信息
覆盖
节点相似度
采用链路聚类的动态网络社团发现算法
链路聚类
增量方法
社团发现
动态网络
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
基于种子边的重叠社团发现算法
重叠社团
复杂网络
权重系数
种子边
有向赋权网络
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 基于边聚类的多层社会网络社团发现算法
来源期刊 计算机应用研究 学科
关键词 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
年,卷(期) 2014,(2) 所属期刊栏目 算法研究探讨
研究方向 页码范围 351-353,377
页数 4页 分类号 TP393|TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2014.02.007
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (7)
参考文献  (9)
节点文献
引证文献  (10)
同被引文献  (25)
二级引证文献  (20)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2016(7)
  • 引证文献(2)
  • 二级引证文献(5)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(9)
  • 引证文献(2)
  • 二级引证文献(7)
2020(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
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
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导