动态加权网络中的演化社区发现算法研究

• 作者: 刘渊博 张贤坤 张高祯 苏静
• 来源期刊: 计算机应用研究
• 关键词: 动态网络 加权网络 社区发现 模块度
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 992-996,1005
• 页数: 6页
• 分类号: TP393
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.10.0966

摘要

在动态网络中发现社区结构是一个非常复杂而有意义的过程,可以更好地观察和分析网络的演化情况.针对动态加权网络中的社区发现问题,提出了一种结合历史网络社区结构的算法,叫做动态加权网络中的演化社区发现算法(ECDA).该算法分为两步:a)结合历史社区和网络结构信息,计算当前时间跳的输入矩阵;b)通过该输入矩阵计算得到结合历史时间跳信息的社区划分结果.该算法有以下优点:a)可以自动发现动态加权网络中每个时间跳的社区结构;b)对网络结构的变化和社区结构的变化具有较高的敏锐性.在人工数据集和真实数据集中进行了实验,实验结果证明该算法可以有效地发现动态加权网络中的社区结构,与其他算法相比具有较好的竞争力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏静	天津科技大学计算机科学与信息工程学院	19	96	6.0	9.0
2	张贤坤	天津科技大学计算机科学与信息工程学院	37	141	7.0	10.0
3	刘渊博	天津科技大学计算机科学与信息工程学院	4	4	2.0	2.0
4	张高祯	天津科技大学计算机科学与信息工程学院	3	4	2.0	2.0