基于三角模体的社团发现算法

• 作者: 孙圣波 朱保平 杨晓光
• 来源期刊: 南京理工大学学报(自然科学版)
• 学科: 工学
• 关键词: 三角模体 社团发现 期望极大算法 混合隶属度 链接关系
• 年，卷（期）: 2017,（1）
• 页码范围: 35-40
• 页数: 6页
• 分类号: TP311
• 字数: 4111字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2017.41.01.005

摘要

为了提高社团发现算法的效率,提出了一种基于三角模体和期望极大的社团结构发现(Community structure discovery based on triangular motifs and expectation-maximization,CSDTME)模型的社团发现算法.CSDTME模型采用三角模体对网络进行表示,考虑了节点的混合隶属度及社团间的链接关系,用期望极大算法计算模型涉及的参数,采用全三角模体和两边三角模体作为计算对象,通过减少计算对象来提高算法的效率,根据参数结果可得到节点的社团隶属度及社团间的链接关系.实验结果表明:在保证社团发现能力的同时,该算法能够提高社团发现的效率.

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
3	孙圣波	南京理工大学计算机科学与工程学院	1	1	1.0	1.0