一种基于聚集系数的社区发现算法
社区划分一直是复杂网络研究中的一个热门话题,社区的快速准确划分为研究复杂网络的性质提供了良好的基础.传统的社区发现方法都是在全局复杂网络的基础上进行社区划分,随着网络中节点的增加,网络规模的变大,使社区发现变得更为复杂.该文提出一了种局部社区发现算法,该算法无需知道整个复杂网络的全部信息,只需从一个待求节点出发,考察其与邻接节点的紧密程度,逐步将邻接点添加到社区中,得到该节点所在的社区结构.同时该算法还可实现全局网络的社区发现.利用该算法分别对Zachary空手道俱乐部网络和海豚社会网络进行社区发现,实验结果证明了该算法准确性与可行性.
复杂网络 社区发现算法 聚集系数 邻接节点 紧密程度
樊梦佳 张仰森
北京信息科技大学,北京市 100192
国内会议
中国中文信息学会2015学术年会(CIPS2015)暨第十四届全国计算语言学学术会议(CCL2015)、第三届基于自然标注大数据的自然语言处理国际学术研讨会(NLP-NABD2015)
广州
中文
1-8
2015-11-13（万方平台首次上网日期，不代表论文的发表时间）