复杂网络中基于WCC的并行可扩展社团挖掘算法

• 作者: 亚森·艾则孜 李卫平 郭文强
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 复杂网络 社团挖掘 并行算法 可扩展性
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 数据工程
• 页码范围: 37-39,43
• 页数: 4页
• 分类号: TP391
• 字数: 3105字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.06.009

摘要

WCC（Weighted Community Clustering）通过复杂网络中社团含有的三角数量来评价社团挖掘算法的性能。在原始的WCC算法中，需要在每次迭代中对所有的社团变化计算WCC值，因而计算量非常大。为了减小社团变化带来的WCC计算量，提出一种并行可扩展的社团挖掘算法。对应用WCC进行社团评价的方法进行分析，提出一种包含预处理、初始划分和划分改进三个阶段的并行社团挖掘算法。在划分改进中，由于每次社团变化都需要计算大量的WCC提升，基于社团的统计量提出一种WCC近似计算方法。大量的真实数据集实验表明，提出的社团挖掘算法与相关算法相比较，不仅社团检测的准确性更高，而且具有更好的并行可扩展性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭文强	新疆财经大学计算机科学与工程学院	56	144	5.0	9.0
2	李卫平	铁道警察学院公安技术系	19	64	4.0	7.0
3	亚森·艾则孜	新疆警察学院信息安全工程系	31	45	3.0	5.0