一种基于聚类的社团划分算法

• 作者: 李玲娟 王伟
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 社会网络 社团划分 聚集系数 相似性 聚类
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 119-122
• 页数: 4页
• 分类号: TP311
• 字数: 3355字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2015.10.026

摘要

社团划分是社会网络的一个研究热点。为了快速准确地发现社会网络的社团结构,文中从节点的重要度出发,利用节点之间的相似性,提出了一种基于聚类的社团划分算法—CCDA。其基本思想是每次以节点集合中聚集系数最大的点作为聚类中心,基于最短路径和欧几里得距离计算节点相似度,选择与聚类中心的相似度大于给定阈值的点进行聚类,不断迭代,直至节点集合为空,所产生的各个簇即为不同的社团。对被重复划分的节点,以模块度函数为标准,将节点归属到最合适的社团中。由于该算法每次从重要节点出发,再次选取聚类中心时不需考虑已经被聚类的节点,所以时间复杂度低于GN算法和Newman算法。将该算法应用于经典的社会网络Zachary,结果表明了CCDA算法对社团划分的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玲娟	南京邮电大学计算机学院	88	927	14.0	26.0
2	王伟	南京邮电大学计算机学院	51	134	5.0	9.0