大规模社交网络社区发现及可视化算法

• 作者: 吴渝 赵润乾 陈昕
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 社区发现 图可视化 模块度优化 社区布局
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 图形与可视化
• 页码范围: 328-336
• 页数: 9页
• 分类号: TP391.41
• 字数: 8766字
• 语种: 中文

摘要

针对现有社区发现算法存在社区质量不满足图可视化要求和算法效率低的问题,提出一种改进的启发式社区发现算法.该算法基于模块度优化,通过结合预先选取种子节点的方法,抑制算法中大社区的过度合并,同时及时合并小的社区;然后针对力导引布局算法存在社区结构不明显和布局效率低问题,提出一种展示大规模社区结构的社区布局算法,通过引入社区引力促使同一社区中的节点聚拢,优化了社区引力建模,简化了布局算法步骤.实验结果表明,文中算法能够清晰、高效地展示大规模社交网络数据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴渝	重庆邮电大学计算机科学与技术学院	99	1784	17.0	40.0
2	陈昕	重庆邮电大学计算机科学与技术学院	5	32	3.0	5.0
3	赵润乾	重庆邮电大学计算机科学与技术学院	1	10	1.0	1.0