一种基于节点特征向量的复杂网络社团发现算法

• 作者: 张振宁 杨雄 陆亿红
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 复杂网络 社团结构 信息传递理论 特征向量
• 年，卷（期）: 2017,（z1）
• 所属期刊栏目: 大数据与数据挖掘
• 页码范围: 419-423
• 页数: 5页
• 分类号: TP393
• 字数: 5025字
• 语种: 中文

摘要

社团结构是复杂网络的一种很普遍且非常重要的拓扑特征,社团的发现有助于了解复杂网络的结构和功能.节点间相似度的评价指标对于社团发现的结果起着至关重要的作用,传统算法中使用的相似度指标存在着时间复杂度过高和不够精确的缺陷.为了弥补这两个缺陷,在信息传递理论的基础上将网络中的节点抽象成了多维数据集,结合传统聚类算法K-means提出了一种社团发现的新算法.基于Zachary Karate Club网络、Jazz Musician网络和Face-book网络的实验结果表明,该算法是高效且准确的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆亿红	浙江工业大学计算机学院	31	264	8.0	15.0
2	杨雄	浙江工业大学计算机学院	20	46	3.0	4.0
4	张振宁	浙江工业大学计算机学院	1	3	1.0	1.0