结合局部相似性的模块密度法探测网络社区

摘要：

多数基于极值优化的社区发现算法对初始划分很敏感,并且因为计算过程中极值产生震荡而难于达到最优.提出利用顶点的度选取核心点和局部相似度进行核心点划分并采用启发式方法将剩余节点加入划分,在改进上述算法缺点的基础上,利用实际社会网络数据集进行实验证明了方法的有效性.

关键词：社区发现、相似度、模块密度

所属期刊栏目：29

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61070151;福建省自然科学基金资助项目2013J05103;厦门市科技计划项目3502220133041;福建省教育厅资助项目JA13238

在线出版日期：2013-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：37-43