计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2014年
z1期
258-261
,共4页
有向网络%社区划分%模块度%重叠社区
有嚮網絡%社區劃分%模塊度%重疊社區
유향망락%사구화분%모괴도%중첩사구
Directed networks%Community detection%Modularity%Overlapping community
随着社会的发展,数据量越来越大,网络规模也在迅速增长.作为一种研究网络结构的有效方法,社区划分对于深刻认识超大规模网络有重要的意义.在分析研究有向网络的非重叠社区划分算法和无向网络的重叠社区划分算法的基础上,提出了一种有向网络重叠社区划分的快速算法.算法根据节点的有向权值和归属度进行社区划分,并分析了有向权值和归属度对划分结果的影响,在此基础上得到了一组最优的有向权值和归属度参数.使用2个实际网络和1个人工构建网络对算法的性能进行了测试并与已有算法进行了对比.实验结果表明,所提出的算法能够有效地划分出有向网络中的重叠社区.
隨著社會的髮展,數據量越來越大,網絡規模也在迅速增長.作為一種研究網絡結構的有效方法,社區劃分對于深刻認識超大規模網絡有重要的意義.在分析研究有嚮網絡的非重疊社區劃分算法和無嚮網絡的重疊社區劃分算法的基礎上,提齣瞭一種有嚮網絡重疊社區劃分的快速算法.算法根據節點的有嚮權值和歸屬度進行社區劃分,併分析瞭有嚮權值和歸屬度對劃分結果的影響,在此基礎上得到瞭一組最優的有嚮權值和歸屬度參數.使用2箇實際網絡和1箇人工構建網絡對算法的性能進行瞭測試併與已有算法進行瞭對比.實驗結果錶明,所提齣的算法能夠有效地劃分齣有嚮網絡中的重疊社區.
수착사회적발전,수거량월래월대,망락규모야재신속증장.작위일충연구망락결구적유효방법,사구화분대우심각인식초대규모망락유중요적의의.재분석연구유향망락적비중첩사구화분산법화무향망락적중첩사구화분산법적기출상,제출료일충유향망락중첩사구화분적쾌속산법.산법근거절점적유향권치화귀속도진행사구화분,병분석료유향권치화귀속도대화분결과적영향,재차기출상득도료일조최우적유향권치화귀속도삼수.사용2개실제망락화1개인공구건망락대산법적성능진행료측시병여이유산법진행료대비.실험결과표명,소제출적산법능구유효지화분출유향망락중적중첩사구.
