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

基于K-means聚类算法的复杂网络社团发现新方法


□ 赵凤霞 谢福鼎

  摘 要:提出了一种基于K-means 聚类算法的复杂网络社团结构划分方法。算法基于Fortunato等人提出的边的信息中心度,定义了节点的关联度,并通过节点关联度矩阵来进行聚类中心的选择和节点聚类,从而将复杂网络划分成k个社团,然后通过模块度来确定网络理想的社团结构。该算法有效地避免了K-means 聚类算法对初始化选值敏感性的问题。通过Zachary Karate Club和College Football Network两个经典模型验证了该算法的可行性。
  关键词:复杂网络;社团结构;K-means聚类算法;节点关联度
  中图分类号:TP393文献标志码:A
  文章编号:1001-3695(2009)06-2041-03
  doi:10.3969/j.issn.1001-3695.2009.06.012
  
  Detecting community in complex networks using K-means cluster algorithm
  ZHAO Feng-xia,XIE Fu-ding
  (College of Computer & Information Technology, Liaoning Normal University, Dalian Liaoning 116029, China)
  Abstract:
  This paper proposed a new detecting method based on K-means cluster algorithm.Through the definition of node link based on information centrality which Fortunato proposed and the selection of the clustering center and the clustering of the node according node link, the approach identified the network to k communities, then identified the ideally community structure according modularity.The algorithm could find clustering center better and it is robust to initialization, so the quality of detecting was improved greatly.It tested the algorithm on the two network data named Zachary Karate Club and College Football Network. ......
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