首页 | 本学科首页   官方微博 | 高级检索  
     

边异质网络中的社区结构发现算法
引用本文:王思檬,曹佳.边异质网络中的社区结构发现算法[J].计算机工程,2019,45(6):140-145.
作者姓名:王思檬  曹佳
作者单位:北京林业大学信息学院,北京,100083;北京林业大学信息学院,北京,100083
基金项目:国家自然科学基金;中央高校基本科研业务费专项
摘    要:为解决社区结构发现算法功能社区与拓扑社区不一致的问题,提出一种基于边类型相似性聚类(TESC)的社区结构发现算法。该算法以局部拓扑特征与异质信息为目标进行节点聚类,基于节点邻接边类型构造网络节点之间的相似矩阵,从而获取边异质信息。在该相似矩阵的基础上,通过传统层次聚类的思想将相似度大的节点进行合并,进而利用轮廓系数优化社区数量,得到最终社区划分结果。选取社区结构已知的4个真实网络和6个人工合成基准LFR网络,通过与同质网络的GN、Louvain算法以及异质网络的Hete-SPAEM、Hetero-Attractor算法对比,结果表明TESC算法获得的社区结构更接近于网络实际社区结构。

关 键 词:复杂网络  异质网络  社区发现  聚类  边异质

Community Structure Detection Algorithm for Heterogeneous Edge Network
WANG Simeng,CAO Jia.Community Structure Detection Algorithm for Heterogeneous Edge Network[J].Computer Engineering,2019,45(6):140-145.
Authors:WANG Simeng  CAO Jia
Affiliation:(School of Information Science and Technology,Beijing Forestry University,Beijing 100083,China)
Abstract:WANG Simeng;CAO Jia(School of Information Science and Technology,Beijing Forestry University,Beijing 100083,China)
Keywords:complex network  heterogeneous network  community detection  clustering  heterogeneous edge
本文献已被 维普 万方数据 等数据库收录!
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