基于谱聚类的二分网络社团检测算法 |
| |
引用本文: | 刘晨晨,许英.基于谱聚类的二分网络社团检测算法[J].吉首大学学报(自然科学版),2023(6):9-13+19. |
| |
作者姓名: | 刘晨晨 许英 |
| |
作者单位: | 新疆财经大学统计与数据科学学院 |
| |
基金项目: | 国家自然科学基金资助项目(72164034); |
| |
摘 要: | 针对二分网络社团检测算法存在精度不高和丢失原始网络信息等问题,设计了一种新的融合奇异值分解的谱聚类(SVD-MS)算法.该方法是将Barber的二分网络模块度最大化问题映射到奇异值向量分解上,并结合启发式算法快速求解向量划分问题.在3个真实世界的网络中对比SVD-MS算法与7种算法的模块度,结果表明,在保留原始网络信息的情况下,SVD-MS算法能更有效地划分二分网络的社团结构.
|
关 键 词: | 二分网络 社团检测 模块度 奇异值分解 |
|
|