计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2013年
12期
3560-3563
,共4页
复杂网络%社团探测%随机聚类采用%相似性
複雜網絡%社糰探測%隨機聚類採用%相似性
복잡망락%사단탐측%수궤취류채용%상사성
complex network%community detecting%stochastic cluster sampling%similarity
根据网络节点的局部拓扑信息构建稀疏相似网络.基于稀疏相似网络,提出了一种改进后的随机聚类采样算法对网络社团进行探测.在人工和真实网络上,将算法与未改进的随机聚类采样算法以及几种典型的社团探测算法进行了准确率和时间复杂度的比较.实验结果表明,该方法在时间复杂度上具有明显的优势,并且具有较好的准确率.
根據網絡節點的跼部拓撲信息構建稀疏相似網絡.基于稀疏相似網絡,提齣瞭一種改進後的隨機聚類採樣算法對網絡社糰進行探測.在人工和真實網絡上,將算法與未改進的隨機聚類採樣算法以及幾種典型的社糰探測算法進行瞭準確率和時間複雜度的比較.實驗結果錶明,該方法在時間複雜度上具有明顯的優勢,併且具有較好的準確率.
근거망락절점적국부탁복신식구건희소상사망락.기우희소상사망락,제출료일충개진후적수궤취류채양산법대망락사단진행탐측.재인공화진실망락상,장산법여미개진적수궤취류채양산법이급궤충전형적사단탐측산법진행료준학솔화시간복잡도적비교.실험결과표명,해방법재시간복잡도상구유명현적우세,병차구유교호적준학솔.
