互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

基于边聚集系数的社区结构发现算法


□ 胡 健 杨炳儒

  (1.江西理工大学 信息工程学院,江西 赣州 341000; 2.北京科技大学 信息工程学院, 北京 100083)
  
  摘 要:将超图模型以及基于此的聚类算法应用到社区结构发现的领域。对于简单图的社区结构发现,引入边聚集系数的概念,提出了基于边聚集系数的社区发现算法。将安然邮件数据集作为测试数据集,通过算法对比分析,证明该算法在时间复杂度上可以提高一个数量级。
  关键词:边聚集系数; 社区结构; 社区发现
  中图分类号:TP391.41 文献标志码:A
   文章编号:10013695(2009)03085802
  
  Community structure discovery algorithm based on edge clustering coefficient
  
  HU Jian1, YANG Bingru2
  
  (1.School of Information Engineering, Jiangxi University of Science & Technology, Ganzhou Jiangxi 341000, China; 2.School of Information Engineering, University of Science & Technology Beijing, Beijing 100083, China)
  
  Abstract:This paper applied the hypergraph based model and cluster algorithm in community structure discovery. Introduced the concept of edge clustering coefficient (ECC) to community structure discovery of simple graph and proposed an algorithm of community discovery based on ECC. Enron email data sets will be a test data sets, through comparative analysis of algorithm, to prove that this algorithm can significantly improve the time complexity.
  Key words:edge clustering coefficient; community structure; community discovery ......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017