基于谱聚类的复杂网络社团发现算法

摘要：

复杂网络社团发现的研究对于控制疾病传播、网络病毒的传播等具有重大意义.针对已有社团发现算法时间复杂度过高,不适用于结构未知的大型网络等问题,结合谱聚类在识别未知分布数据集聚类方面的优势,以及模块度函数能够在大型网络中搜寻出最佳社团数目的能力,提出了基于谱聚类的社团发现算法--SCCF算法.实验结果表明,与已有的社团发现算法相比,SCCF算法效率更高,并且能够在网络节点数上万的大型网络中得到高质量的社团结构.

关键词：复杂网络、社团结构、谱聚类、模块度

所属期刊栏目：36

分类号：TP3;G4

资助基金：国家863计划项目2005AA147030

在线出版日期：2009-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：49-50,95