基于相似度聚类的二分网络社区发现算法

• 作者: 刘莉楠 张晓琴
• 来源期刊: 云南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 二分网络 社区发现 相似度 归一化互信息 模块度
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 信息与计算机科学
• 页码范围: 307-314
• 页数: 8页
• 分类号: TP393
• 字数: 5190字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8513.2018.04.010

摘要

针对往往不能提前预知社区个数的情况,提出了基于相似度聚类的二分网络社区发现算法(similarity' clustering algorithm,简称SCA).算法通过计算U类节点之间的相似度获得核心节点,同时选取核心节点邻域中的节点扩展得到社区,将未划分到社区中的孤立点和只包含一个节点的社区分别放入与之联系最紧密的社区中,最后V类节点划分到已有的社区中得到完整的社区划分结果.通过在人工数据集与真实网络上的分析,分别利用归一化互信息和模块度作为评价指标,实验结果表明,SCA比BRIM等算法能够更有效挖掘二分网络社区结构,具有比较良好的社区划分效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓琴	山西大学数学科学学院	64	211	8.0	11.0
2	刘莉楠	山西大学数学科学学院	2	1	1.0	1.0