基于网络加权机制的动态迭代聚类算法

摘要：

动态网络在分析功能属性与拓扑结构的相关性方面具有重要作用.文中提出了一个新的动态迭代聚类算法,通过引入包含拓扑信息的权重W和紧密度T来调整边权和节点紧密度,以提高网络聚类结构检测的速度与准确度.值得一提的是,为了估计最优的迭代停止时间,文中利用以时间t为分辨率参数的稳定性指标(stability)作为测度指标,可以自然地找到使聚类划分达到最优的时刻t.该算法非常高效,而且不需要预先指定聚类的数目,因此可以方便地应用于各种模糊网络.最后在包括法律案例关联网络等数据上的实验结果表明,该算法能快速而准确地探测各种人工和现实网络的聚类结构.

关键词：动态循环算法、网络聚类检测、加权机制、紧密度、法律案例关联网络

所属期刊栏目：46

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金项目71871233,71401194;北京市自然科学基金9182015

在线出版日期：2019-12-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：167-171