基于结构近似度的社交网络聚类

• 作者: 孔珊 李亚伦 王韫烨
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 社交网络 有向图 网络聚类 结构近似度
• 年，卷（期）: 2020,（2）
• 页码范围: 230-235
• 页数: 6页
• 分类号: TP18
• 字数: 4017字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2020.44.02.015

摘要

针对基于结构近似度的聚类算法无法解决非对称网络聚类的问题,该文根据社交网络的特点,提出了基于结构近似度的有向社交网络聚类算法,通过将社交网络抽象为图结构,将网络聚类问题看成图论中的子图划分问题,实现了对社交网络的准确聚类分簇,且分簇复杂度较低.使用C++语言编程实现该算法,通过自定义有向网络数据集和标准数据集的测试表明,该算法对社交网络结构的划分较为准确,且能鉴别离群节点和枢纽节点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李亚伦	天津工业大学电子与信息工程学院	11	23	3.0	4.0
2	王韫烨	郑州师范学院信息科学与技术学院	6	1	1.0	1.0
3	孔珊	郑州师范学院信息科学与技术学院	3	5	1.0	2.0