论文研究-基于完全图的局部扩展类重叠社区发现算法 .pdf

所需积分/C币:16 2019-08-27 17:39:48 169KB .PDF
收藏 收藏
举报

基于完全图的局部扩展类重叠社区发现算法,赵亮,朱征宇,根据复杂网络完全图中节点属于同一社区的特点,提出一种基于完全图的重叠社区发现算法。该算法通过K-核分解算法找出核心节点,以�
山国武技论文在线 输入:复杂网络 初始社区。 输出:最终社区 )获得初始社区中与邻接节点相邻的节点 获得以节点为核心的完全图 判断节点的核心程度是否大于等于节点 ←U{}节点划到社区中 相似社区合并 社区中可能存在相似度很高的社区,对相似度高的社区可以定义为:存在一个社区中 三分之二以上的节点同时属于另一个社区,则认为这两个社区相似度高。把相似度高的两个 社区合并成一个社区,通过这步处理得到最终的划分结果。 实验 为了验证基于完全子图的局部扩展类重叠社区发现算法( )的有效性,本文 算法分别与其他几种具有代表性的发现算法进行比较,待比较的算法分别是 实验环境为:内存,处理器 操作系统为位 开发环境为 ,开发语言为 实验数据 本文选取个真实网络数据集进行实验。真实网络相关信息如表所示。 表真实网终数据集信息 网络 描述 空手道俱乐部网络 海豚社会网络 美国政治之书网络 电子邮件交往网络 作家合作网络 实验评估方法 对」真实网络,木文釆用扩展模块度函数来泮价,用来判断重叠社区划分的准 确性,如公式()所示。 山国武技论文在线 其中,表示网终中边的数量,表示节点w所属社区的个数,表示和之间是否有 边,若有边为,否则为,衣示节点的度。越大衣示重叠社区结构越好 实验结果与分析 由于 算法都是不稳定算法,所以取次运行中最好的结果。 算法运行多次实验结果是相同的,因此相比算法提升了局部扩展类社区发现 算法的稳定性。对于 算法我们选择= 算法使用原作者论文中的数据 对于 算法,因为无法得到原始代码,因此直接引用原文中真实数据实验结果。 表算法在真实数据集上的比较 网络 对于真实网路数据集,实验结果如表所示。从表可以看出,本文算法 在 真实网络数据集上划分的社区结构扩展模块度比其他算法有所提高,特别是在 数据 集上提升显著。表明木文提出的算法能够有效地提高重叠社区发现算法的扩展模块度,得到 质量更高的社区。 结论 在现实社会网络中,复杂网络是普遍存在的,因此,面向复杂网络的重叠社区发现算 法具有重要的研究意义和使用价值。木文提出的基于完全图的局部扩展类重叠社区发现算法 ),通过引入完全图的概念,结合核分解算法,在局部扩展过程中考虑了节 点核心程度等重要特性,既继承了传统局部护展类社区发现算法的速度优势,又能提高算法 的稳定性和淮确性。通过在真实网络数据集上进行测试,可以看出本文算法运行结果理想, 对社区划分结果有一定提升。 参考文献 山国武技论文在线 邓琨李文平余法红等基于多核心标签传播的复杂网络重叠社区识别方法通信学报

...展开详情
试读 5P 论文研究-基于完全图的局部扩展类重叠社区发现算法 .pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
    抢沙发
    一个资源只可评论一次,评论内容不能少于5个字
    img

    关注 私信 TA的资源

    上传资源赚积分,得勋章
    最新推荐
    论文研究-基于完全图的局部扩展类重叠社区发现算法 .pdf 16积分/C币 立即下载
    1/5
    论文研究-基于完全图的局部扩展类重叠社区发现算法 .pdf第1页
    论文研究-基于完全图的局部扩展类重叠社区发现算法 .pdf第2页

    试读已结束,剩余3页未读...

    16积分/C币 立即下载 >