基于k-shell的社区发现算法研究 |
| |
引用本文: | 郝丹丹,郭景峰,王燕君.基于k-shell的社区发现算法研究[J].河北省科学院学报,2018(2). |
| |
作者姓名: | 郝丹丹 郭景峰 王燕君 |
| |
作者单位: | 燕山大学技术转移中心;燕山大学信息科学与工程学院;河北省虚拟技术与系统集成重点实验室 |
| |
摘 要: | 集对分析作为将事物视为确定性和不确性相结合的系统的数学理论,适合用于关系复杂的社会网络研究。目前,已有研究将集对分析理论与社会网络分析相结合,提出了加权聚集系数联系度的节点间相似性度量方法以及相应的社区发现方法 VSFCM算法。针对VSFCM算法在独立社区初步聚合阶段存在的节点提早合并问题,引入边聚集系数与相似度共同作为社区合并标准,提高独立社区阶段社区合并的准确性。为了改善VSFCM算法的时间效率,结合k-shell方法,为了实现社区结构更为合理以及社区划分更为贴近现实划分的社区发现算法,分别提出以kshell值优先的层次聚类算法KPCM和KPCMV。
|
本文献已被 CNKI 等数据库收录! |
|