计算机技术与发展
計算機技術與髮展
계산궤기술여발전
COMPUTER TECHNOLOGY AND DEVELOPMENT
2014年
8期
108-111,138
,共5页
社区发现%加权网络%分布式数据库
社區髮現%加權網絡%分佈式數據庫
사구발현%가권망락%분포식수거고
community discovery%weighted networks%distributed database
文中在研究了现有社区发现算法的基础上,提出了一种简单的加权网络中社区发现方法。文中基于社区结构最为普遍的性质,受社会网络中真实社区结构和并行计算的任务划分规则的启发,提出了基于核心边的加权网络中社区发现方法。该方法首先依据网络中边的权值寻找核心边;然后依据相似性度量,发现网络中的一个初始社区;最后通过隶属度度量,将发现的初始社区逐步扩展成网络中的社区结构。该方法在进行社区结构发现的过程中,仅仅依赖节点所处位置的局部信息,可以在对网络进行广度优先遍历的过程中完成社区发现工作。因此该方法具有较低的计算复杂度,可以适用于大规模网络中的社区发现。通过有效性实验和效率实验,表明该方法可以有效发现大规模网络中的社区结构。
文中在研究瞭現有社區髮現算法的基礎上,提齣瞭一種簡單的加權網絡中社區髮現方法。文中基于社區結構最為普遍的性質,受社會網絡中真實社區結構和併行計算的任務劃分規則的啟髮,提齣瞭基于覈心邊的加權網絡中社區髮現方法。該方法首先依據網絡中邊的權值尋找覈心邊;然後依據相似性度量,髮現網絡中的一箇初始社區;最後通過隸屬度度量,將髮現的初始社區逐步擴展成網絡中的社區結構。該方法在進行社區結構髮現的過程中,僅僅依賴節點所處位置的跼部信息,可以在對網絡進行廣度優先遍歷的過程中完成社區髮現工作。因此該方法具有較低的計算複雜度,可以適用于大規模網絡中的社區髮現。通過有效性實驗和效率實驗,錶明該方法可以有效髮現大規模網絡中的社區結構。
문중재연구료현유사구발현산법적기출상,제출료일충간단적가권망락중사구발현방법。문중기우사구결구최위보편적성질,수사회망락중진실사구결구화병행계산적임무화분규칙적계발,제출료기우핵심변적가권망락중사구발현방법。해방법수선의거망락중변적권치심조핵심변;연후의거상사성도량,발현망락중적일개초시사구;최후통과대속도도량,장발현적초시사구축보확전성망락중적사구결구。해방법재진행사구결구발현적과정중,부부의뢰절점소처위치적국부신식,가이재대망락진행엄도우선편력적과정중완성사구발현공작。인차해방법구유교저적계산복잡도,가이괄용우대규모망락중적사구발현。통과유효성실험화효솔실험,표명해방법가이유효발현대규모망락중적사구결구。
A simple weighted community discovery algorithm is proposed based on study of existing community discovery methods. Based on the most commonly nature of community structures,inspired by task division rules of the real community structure and parallel compu-ting in social networks,propose the weighted network community discovery methods based on core edge. In this method,based on the weight of edges in the network,look for the core edge;then in accordance with similarity measure,find an initial community in the net-work;finally through membership metrics,you will find the initial community gradually expands into community structures in a network. This method during the discovery process of community structures,relies solely on the local node location information,the network can be a breadth-first traversal of the community discovery process to complete the work. Therefore,the method has a low computational com-plexity,which can be applied in a large-scale network community discovery. Through experimental test on effectiveness and efficiency, the method can effectively detect large-scale network of community structures.