Hadoop下基于边聚类的重叠社区发现算法研究

• 作者: 刘洪彬 方木云 谢恩文
• 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
• 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

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。

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