基于模块度堆结构的二分网络社团发现
对二分网络直接进行划分能够有效利用原始网络中所蕴含的结构信息。这类方法中基于模块度的二分网络社团发现方法在划分时需要对模块度增量进行计算，并比较得到最大的模块度增量社团对。每步计算都需要遍历整个网络得到最大的社团对，使得算法复杂度增大。基于模块度堆结构的凝聚算法无需额外的输入参数，构建整个网络的模块度堆结构进行社团划分，并沿着最大化模块度增量的方向对社团进行凝聚。最后将算法在实际网络上进行实验并与其他算法进行了比较，结果验证了算法的有效性。
二分网络 社团发现 模块度增量 堆结构 数据挖掘
高明 王浩
合肥工业大学计算机与信息学院,安徽合肥,230009
国内会议
长春
中文
1-5
2012-08-04（万方平台首次上网日期，不代表论文的发表时间）