基于聚类算法的社团发现算法研究

• 作者: 王唐云
• 来源期刊: 电子世界
• 关键词: 聚类算法 社团发现 谱聚类 K均值 信息论
• 年，卷（期）: 2016,（17）
• 所属期刊栏目: 技术交流
• 页码范围: 189,191
• 页数: 2页
• 字数: 1510字
• 语种: 中文

摘要

互联网、云计算、大数据技术的快速发展,使人类社会加速进入信息化时代.复杂网络是信息发展的产物之一,其可以描述人类社会的各种系统,比如电力网络、通信网络、社交网络等,利用复杂网络可以帮助人们分享智慧信息带带来的便捷性,比如Twitter、Facebook、微信、QQ、微博等社团应用工具促进人类社交,满足人们多样化、兴趣化、智能化交友需求.社团发现作为复杂网络处理的重要手段,其可以提高信息利用精准性.经过多年研究和发展,社团发现引入了先进的聚类技术,采用谱聚类、K均值、信息论等多种聚类算法,更好的从复杂网络搜寻人们期望的模型和信息,具有重要的作用和意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王唐云		1	0	0.0	0.0