一种新的基于局部相似度的社区发现算法

• 作者: 陈雨晴 顾亦然
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 复杂网络 社区发现 节点相似度 K-means算法
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 计算机与自动控制
• 页码范围: 48-55
• 页数: 8页
• 分类号: TP391
• 字数: 6776字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2017.05.009

摘要

社区发现是复杂网络领域的研究热点问题.为了提高复杂网络中划分社区结构的质量,提出了一种新的基于局部相似度的社区发现算法.首先,考虑到目前研究者们普遍基于共同邻居节点的自身特性来构建局部相似指标,通过引入节点对及其共同邻居间相互联络的亲密程度,定义了新的相似度指标;接着,基于网络节点相似度矩阵,结合改进的K-means算法对网络节点进行相似性聚类,实现网络的社区发现.在真实网络数据重构的网络上进行实验,结果表明,所提算法能够更准确、有效地发现复杂网络中的社区结构.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾亦然	南京邮电大学自动化学院	43	400	10.0	19.0
2	陈雨晴	南京邮电大学自动化学院	1	4	1.0	1.0