CORC  > 中国矿业大学(徐州)
基于链接密度聚类的重叠社区发现算法
朱牧 ; 孟凡荣 ; 周勇
2015-09-02 ; 2015-09-02
关键词社会网络 社区结构 链接密度聚类 社区发现 DBLINK 重叠社区
中文摘要为了能够更加有效地发现社会网络中具有重叠性的社区结构,提出一种基于链接密度聚类的重叠社区发现算法DBLINK.该算法首先以网络中的边集为对象,将其划分为若干个互不相连的链接社区,再将所得到的链接社区转化为最终的节点社区,隶属于不同链接社区边的交点即为网络中的重叠节点.由于DBLINK采用基于密度的算法对边集进行聚类,将不满足一定条件的边孤立出来,使其不隶属于任何链接社区,因此可以避免社区结构过度重叠的现象发生,从而提高了重叠社区发现的质量.实验结果表明,DBLINK不仅具有较好的时间效率,而且在社区发现的质量方面也优于其他几种代表性的重叠社区发现算法.
其他责任者中国矿业大学计算机科学与技术学院
内容类型期刊论文
源URL[http://ir.calis.edu.cn/hdl/232060/11308]  
专题中国矿业大学(徐州)
推荐引用方式
GB/T 7714
朱牧,孟凡荣,周勇. 基于链接密度聚类的重叠社区发现算法[J],2015, 2015.
APA 朱牧,孟凡荣,&周勇.(2015).基于链接密度聚类的重叠社区发现算法..
MLA 朱牧,et al."基于链接密度聚类的重叠社区发现算法".(2015).
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace