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:
针对现有社区发现算法准确度较低的问题,该文提出了1种基于中心节点的社区发现算法。通过各节点度数及节点间相似度寻找社区的中心节点,然后利用局部模块度对各个社区进行优化,并根据节点吸引力将孤立节点和重叠社区节点尽量归入其社区,从而获得整个网络的社区划分。将该文算法分别与3种局部社区发现算法、4种全局社区发现算法相比较,实验结果表明,该算法可以提高社区发现的准确度,具有可行性。
推荐文章
复杂网络局部社区发现算法
社区发现
网络分析
节点重要等级
基于复杂网络的社区发现算法研究
有向加权网络
标签传播
ClusterRank
节点重要性
Jaccard
节点相似度
基于面向复杂网络的社区发现算法分析
复杂网络
社区发现算法
自适应蝙蝠算法
大型复杂网络中的社区结构发现算法
边聚集系数
社区结构
社区发现
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 基于复杂网络的社区发现算法
来源期刊 南京理工大学学报(自然科学版) 学科 工学
关键词 复杂网络 社区发现 中心节点 局部模块度 节点吸引力 孤立节点 重叠社区节点
年,卷(期) 2016,(3) 所属期刊栏目
研究方向 页码范围 267-271
页数 5页 分类号 TP391.4
字数 3558字 语种 中文
DOI 10.14177/j.cnki.32-1397n.2016.40.03.003
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 朱保平 南京理工大学计算机科学与工程学院 25 250 7.0 15.0
2 杨晓光 南京理工大学计算机科学与工程学院 2 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (80)
共引文献  (52)
参考文献  (5)
节点文献
引证文献  (4)
同被引文献  (8)
二级引证文献  (2)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(9)
  • 参考文献(0)
  • 二级参考文献(9)
2008(15)
  • 参考文献(1)
  • 二级参考文献(14)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(11)
  • 参考文献(0)
  • 二级参考文献(11)
2011(4)
  • 参考文献(3)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
复杂网络
社区发现
中心节点
局部模块度
节点吸引力
孤立节点
重叠社区节点
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
南京理工大学学报(自然科学版)
双月刊
1005-9830
32-1397/N
南京孝陵卫200号
chi
出版文献量(篇)
3510
总下载数(次)
7
总被引数(次)
33414
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导