首页 | 本学科首页   官方微博 | 高级检索  
     

基于社团密度的社团发现算法
引用本文:王玉英,何汶坤,史加荣.基于社团密度的社团发现算法[J].计算机应用研究,2017,34(7).
作者姓名:王玉英  何汶坤  史加荣
作者单位:西安建筑科技大学理学院 西安 710055,西安建筑科技大学 信息与控制工程学院 西安 710055,西安建筑科技大学理学院 西安 710055
基金项目:国家自然科学基金:低秩张量恢复及应用(61403298);
摘    要:发现社团结构是研究复杂网络的重要前提,目前社团发现算法研究存在两个较为严峻的问题:评价函数单一和经典算法时间复杂度过大并且无法发现小粒度的社团。针对上述问题,本文首先提出了一种合理的发现算法评价函数,即社团完整度,实验证明,与经典的模块度函数 相比,社团完整度函数能够更合理地评价社团划分质量且社团完整度函数的灵敏度高于模块度函数;其次,本文提出了基于社团密度的社团发现算法,实验证明,该算法不仅可以发现小粒度的社团结构,随着网络节点数和边数的增加BDA算法在时间复杂度方面也具有明显的优势。最后,本文尝试将BDA算法应用在科学合作者网络并得到合理的社团结构。

关 键 词:社团结构  社团发现  社团完整度  社团密度
收稿时间:2016/5/6 0:00:00
修稿时间:2017/5/15 0:00:00

The community detection algorithm base on community density
Wang Yuying,He Wenkun and Shi Jiarong.The community detection algorithm base on community density[J].Application Research of Computers,2017,34(7).
Authors:Wang Yuying  He Wenkun and Shi Jiarong
Abstract:
Keywords:community structure  community detection  community integrity  community density  
点击此处可从《计算机应用研究》浏览原始摘要信息
点击此处可从《计算机应用研究》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号