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:
复杂网络发现算法旨在揭示网络的真实结构,对分析网络的拓扑结构、理解复杂网络的功能、寻找网络中隐藏的规律,不仅具有理论意义,而且具有广泛的应用前景。针对现有的复杂网络社区发现算法大都无法发现具有重叠性的社区结构,文中提出一种基于边的聚类算法,并且通过分布式计算的方法得到网络中节点的社区结构。实验结果表明,发现的社区结构明显优化,得到了符合真实世界的重叠社区划分。该算法能够有效发现重叠社区,运用分布式框架,在处理大规模图上实现对重叠社区的划分。
推荐文章
基于连边距离矩阵的重叠社区发现
复杂网络
重叠社团发现
连边距离
随机游走
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
层次聚类社区发现算法的研究
社区发现
复杂网络
矩阵谱分析
层次聚类
边图思想
极大团方法
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 Hadoop下基于边聚类的重叠社区发现算法研究
来源期刊 计算机技术与发展 学科 工学
关键词 Hadoop 边聚类 重叠社区 复杂网络
年,卷(期) 2015,(3) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 58-62
页数 5页 分类号 TP311
字数 3956字 语种 中文
DOI 10.3969/j.issn.1673-629X.2015.03.014
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 方木云 安徽工业大学计算机学院 87 452 11.0 17.0
2 谢恩文 安徽工业大学计算机学院 2 3 1.0 1.0
3 刘洪彬 安徽工业大学计算机学院 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (70)
共引文献  (136)
参考文献  (14)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1960(1)
  • 参考文献(1)
  • 二级参考文献(0)
1970(2)
  • 参考文献(1)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(9)
  • 参考文献(1)
  • 二级参考文献(8)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(10)
  • 参考文献(1)
  • 二级参考文献(9)
2010(9)
  • 参考文献(1)
  • 二级参考文献(8)
2011(9)
  • 参考文献(3)
  • 二级参考文献(6)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
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
Hadoop
边聚类
重叠社区
复杂网络
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导