基于DCBM的马尔可夫谱聚类社区发现算法

• 作者: 任淑霞 吴涛 张书博
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: DCBM 马尔可夫链 概率矩阵 谱聚类 社区发现 复杂网络
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 1049-1056
• 页数: 8页
• 分类号: TP393.02
• 字数: 7664字
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2019.06.010

摘要

谱聚类划分算法是经典社区发现算法之一,由于目前构造的相似图承载的社区结构信息较少,导致聚类效果与理想效果具有较大差距,因此,提出了基于DCBM的马尔可夫谱聚类社区发现算法MSCD.首先,基于DCBM模型提出了以节点间连接概率为元素的概率矩阵,并建立了概率矩阵与相似矩阵之间的映射关系;其次,利用马尔可夫链重构了谱聚类的相似图;最后,使用重构的相似图对网络进行社区划分.在人工合成网络和真实网络上与SC,MRW-KNN和FluidC三种典型算法进行了对比实验.实验结果表明,MSCD算法具有更加高效的聚类性能,能够揭示更加清晰的社区结构.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任淑霞	天津工业大学计算机科学与软件学院	30	85	5.0	9.0
2	吴涛	天津工业大学计算机科学与软件学院	12	35	3.0	5.0
3	张书博	天津工业大学计算机科学与软件学院	4	0	0.0	0.0