采用模糊层次聚类的社会网络重叠社区检测算法

您当前的位置：

首页 >

文章列表页 >

采用模糊层次聚类的社会网络重叠社区检测算法

更新时间：2025-07-09

- 采用模糊层次聚类的社会网络重叠社区检测算法
- Issue 2, Pages: 6-13(2015)
- 作者机构：
  
  1. 西安交通大学电子与信息工程学院
  2. 西安交通大学陕西省计算机网络重点实验室
- 作者简介：
- 基金信息：
- DOI：
  CLC： TP393.0
- Published：2015
- 稿件说明：
移动端阅览
[J]. 2015, (2): 6-13.
DOI：

[J]. 2015, (2): 6-13. DOI：

摘要

为了能够发现社会网络中的重叠社区以及解决重叠社区之间关系的模糊性和层次性

提出了一种基于模糊层次聚类的重叠社区检测算法(CDHC)。算法中引入了距离加权因子来计算社区间的相似度

通过模糊层次聚类来合并相似度高的社区;针对合并生成的原始社区计算社区中节点的隶属度

再将隶属度小于阈值的节点从社区中移除

从而形成最终的网络重叠社区结构。该算法不仅可以发现重叠的社区结构

还可以处理孤立节点。在Lancichinetti基准网络和真实网络上将CDHC算法与具有代表性的重叠社区发现算法CMP和LFM进行了比较

结果表明:影响社区检测精度的主要因素是社区间的混合程度

而网络规模和网络中社区的规模的影响并不显著;CDHC算法在小社区网络上的社区检测精度优于LFM

在大社区网络上的社区检测精度优于CMP。CDHC算法在保持社区检测质量的同时

还具有较好的稳定性

是一种有效的社会网络重叠社区检测算法。

Abstract

关键词

Keywords

references

Ronghua Shang,Jing Bai,Licheng Jiao,Chao Jin.Community detection based on modularity and an improved genetic algorithm[J].Physica A: Statistical Mechanics and its Applications,2012.

Andrea Lancichinetti,Santo Fortunato,János Kertész.Detecting the overlapping and hierarchical community structure in complex networks[J].New Journal of Physics,2009.

索勃,李战怀,陈群,王忠.基于信息流动分析的动态社区发现方法[J].软件学报,2014(03).

朱牧,孟凡荣,周勇.基于链接密度聚类的重叠社区发现算法[J].计算机研究与发展,2013(12).

邓小龙,王柏,吴斌,杨胜琦.基于信息熵的复杂网络社团划分建模和验证[J].计算机研究与发展,2012(04).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

采用社会网络能力发现的众包服务节点选择算法

二阶随机共振系统的冲击信号检测

A Fast Calculation Method for Thermal Flow Fields in Transformer Windings Based on PI-DeepONet

Bi-Level Multi-Obj ective Optimization of a Wind-Solar Coupled Hydrogen Production System Based on the Synergy of Hybrid Electrolyzer Arrays

Review of the Application of EBSILON Software in Combined Heat and Power System Optimization

Related Author

彭振龙

桂小林

易甜

张刚

张天骐

曹莉

Related Institution

西安交通大学电子与信息学部

泉州师范学院陈守仁商学院

泉州师范学院云计算物联网电子商务智能福建省高校工程研究中心

重庆邮电大学信息与通信工程学院

⁰