基于网络贝叶斯信息准则算法的社区数量预测研究

摘要：

[目的]针对部分社区发现算法需提前指定社区数量这一问题提出社区数量预测算法.[方法]基于贝叶斯信息准则,结合重叠社区发现算法与非重叠社区发现算法各自特征,提出网络贝叶斯信息准则算法用于社区数量预测.[结果]将本文提出的社区数量预测方法运用到重叠社区发现与非重叠社区发现算法时,预测算法准确程度与稳定程度比Silhouette算法、模块度算法都有所提升.在重叠与非重叠两种情况下,算法准确程度相比Silhouette算法、模块度算法均提高18％以上.[局限]社区数量预测算法只考虑网络结构,未考虑其他属性.[结论]基于贝叶斯信息准则的社区数量预测算法可以有效实现网络中社区数量预测.

关键词：复杂网络、社区数量、算法改进、高斯分布、贝叶斯信息准则

所属期刊栏目：4

分类号：TP391(计算技术、计算机技术)

资助基金：本文系国家重点研发计划项目;中国人民公安大学校内基科费项目“全球治理观视野下打击防范'东突'问题对策研究”

在线出版日期：2020-07-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：72-82