计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2015年
6期
256-261
,共6页
社团挖掘%FN算法%后处理%复杂网络%社交网络
社糰挖掘%FN算法%後處理%複雜網絡%社交網絡
사단알굴%FN산법%후처리%복잡망락%사교망락
Community mining%FN algorithm%Post-processing%Complex network%Social network
在复杂网络问题的研究中,众多聚类算法的横向比较与改进研究方面的工作在近几年吸引了大量注意并得到深入研究.其中,基于模块度的算法被广泛应用,而模块度也作为评价聚类的一项指标.在这类算法中,基于模块度的快速Newman算法(Fast-Newman algorithm,FN)显得较为突出,许多相关的深入研究由此展开,但多数工作是基于算子改进、应用领域等方向展开的,而对于算法结果的研究工作则更多偏向于评价、测量和总结.该研究从FN算法的结果入手,对算法的分类结果进行数据的后处理.在研究中发现了FN算法中常见的错误类型,并提出了3种不同的解决方案,使得最终结果更加符合实际,达到更好的聚类效果.在部分案例中准确率可提高至100％.
在複雜網絡問題的研究中,衆多聚類算法的橫嚮比較與改進研究方麵的工作在近幾年吸引瞭大量註意併得到深入研究.其中,基于模塊度的算法被廣汎應用,而模塊度也作為評價聚類的一項指標.在這類算法中,基于模塊度的快速Newman算法(Fast-Newman algorithm,FN)顯得較為突齣,許多相關的深入研究由此展開,但多數工作是基于算子改進、應用領域等方嚮展開的,而對于算法結果的研究工作則更多偏嚮于評價、測量和總結.該研究從FN算法的結果入手,對算法的分類結果進行數據的後處理.在研究中髮現瞭FN算法中常見的錯誤類型,併提齣瞭3種不同的解決方案,使得最終結果更加符閤實際,達到更好的聚類效果.在部分案例中準確率可提高至100％.
재복잡망락문제적연구중,음다취류산법적횡향비교여개진연구방면적공작재근궤년흡인료대량주의병득도심입연구.기중,기우모괴도적산법피엄범응용,이모괴도야작위평개취류적일항지표.재저류산법중,기우모괴도적쾌속Newman산법(Fast-Newman algorithm,FN)현득교위돌출,허다상관적심입연구유차전개,단다수공작시기우산자개진、응용영역등방향전개적,이대우산법결과적연구공작칙경다편향우평개、측량화총결.해연구종FN산법적결과입수,대산법적분류결과진행수거적후처리.재연구중발현료FN산법중상견적착오류형,병제출료3충불동적해결방안,사득최종결과경가부합실제,체도경호적취류효과.재부분안례중준학솔가제고지100％.
