基于节点多属性相似性聚类的社团划分算法

• 作者: 於涛 杜秀丽 邱少明 陈波
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 复杂网络 社团划分 节点属性 相似度矩阵 聚类
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 84-90,97
• 页数: 8页
• 分类号: TP393
• 字数: 6171字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0055070

摘要

针对当前社团划分算法存在划分方式单一和划分结果准确度低等问题,提出一种基于节点多属性相似性聚类的社团划分算法SM-CD.根据社会网络特性定义网络节点的结构属性与自身属性,通过调整两类属性在网络中所占的权重计算网络节点之间的相似度矩阵,并将网络节点按照相似度和模块度指标划分为不同的社团.在Zachary和Football真实网络数据集上的实验结果表明,SM-CD算法相比Newman、GN等算法具有更高的社团划分准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱少明	大连大学通信与网络重点实验室	23	29	4.0	4.0
2	杜秀丽	大连大学通信与网络重点实验室	30	65	5.0	6.0
3	於涛	大连大学通信与网络重点实验室	1	0	0.0	0.0
4	陈波	岭南师范学院信息工程学院	3	0	0.0	0.0