科研之友
微信
新浪微博
Facebook
分享链接
摘要
社团结构是复杂网络最普遍和最重要的拓扑属性之一,社团结构的划分方法对分析复杂网络相关统计特性具有十分重要的理论意义。基于信息论中信息熵的概念,结合传统模块度形成一种信息熵模块度Q,判断划分出的最佳社团。该算法在人工生成网和实际网络进行测试,并与当前具有代表性的社团划分算法进行比较,通过实验得出该算法有较高的准确度。
- 单位
社团结构是复杂网络最普遍和最重要的拓扑属性之一,社团结构的划分方法对分析复杂网络相关统计特性具有十分重要的理论意义。基于信息论中信息熵的概念,结合传统模块度形成一种信息熵模块度Q,判断划分出的最佳社团。该算法在人工生成网和实际网络进行测试,并与当前具有代表性的社团划分算法进行比较,通过实验得出该算法有较高的准确度。
