基于连边密度传播的二分网络社区发现算法

论文摘要

依据节点在社区中的连边情况,定义社区内节点的连边密度,构造社区的平均密度评价指标。经过实例验证,社区的平均密度评价指标能够克服模块度在完全图上的分辨率限制。同时,通过节点的连边密度和最优化社区的平均密度,提出连边密度传播算法。在真实数据和人工数据上进行测试,利用该算法划分社区后求得的模块度和社区平均密度都比利用BRIM算法、边集聚系数算法和资源分布算法求得的值高。这表明相比以上三种算法,连边密度传播算法更能够有效地发现二分网络的社区结构。

论文目录

• 0 引 言
• 1 二分网络的相关介绍
•   1.1 二分网络的概念
•   1.2 二分网络的互信息指标
•   1.3 Murata的模块度
•   1.4 Barber的二分网络模块度
•   1.5 BRIM算法
•   1.6 边集聚算法
•   1.7 资源分布算法
• 2 连边密度传播算法
•   2.1 社区的平均密度
•   2.2 算法设计
•   2.3 分辨率限制的证明
• 3 实验结果与分析
•   3.1 人工网络实验
•   3.2 真实网络上的实验
•     实验1:
•     实验2:
•     实验3:
• 4 结 语

文章来源

类型: 期刊论文

作者: 安晓丹,张晓琴,曹付元

关键词: 二分网络,节点,社区发现,评价指标

来源: 计算机应用与软件 2019年03期

年度: 2019

分类: 信息科技,基础科学

专业: 数学,计算机软件及计算机应用

单位: 山西大学数学科学学院,山西财经大学统计学院,山西大学计算机与信息技术学院

基金: 国家自然科学基金项目(61573229),山西省回国留学人员科研资助项目(2017-020),山西省基础研究计划项目(201701D121004),山西省高等学校教学改革创新项目(J2017002)

分类号: O157.5;TP301.6

页码: 243-248+254

总页数: 7

文件大小: 575K

下载量: 118