社交复杂网络中基于无向图和聚类的社区检测关键技术研究

摘要：

社区检测过程是大数据分析时代的重要挑战之一,特别是在社交复杂网络领域.为了提高社区检测的准确性和效率,提出了一种基于无向图和聚类的社交复杂网络社区检测算法.首先采用了两个新的度量指标以便实现社区检测,即聚类系数和共同的邻居相似性.然后基于高效模块化的概念将社区检测的复杂度减少,并通过平衡二叉树来更新无向图中的边和节点,从而减少了计算的工作量.采用社会网络数据集对提出算法进行了验证分析,实验结果表明:相比其它两种算法,提出算法的运行效率和准确性更高.

关键词：无向图、聚类系数、社交复杂网络、复杂度、运行效率

所属期刊栏目：47

分类号：TP311(计算技术、计算机技术)

资助基金：2015年海南省教育厅高校教育教学改革研究项目Hnjg2015-81

在线出版日期：2019-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：179-184