科研之友
微信
新浪微博
Facebook
分享链接
摘要
许多经典的聚类方法已成功应用于复杂网络社团挖掘问题，如C均值聚类、模糊C均值等。但这些传统的聚类算法对初始节点敏感，并且需要提前给定网络社团的个数。为此，提出一种基于PageRank重要性度量和模糊C均值聚类的社团挖掘算法(记为PFCM)。利用节点的PageRank重要性度量和最大最小模块度值来确定网络中最优种子节点，通过谱映射方法建立网络数据到特征空间的映射，进而利用模糊聚类对网络节点进行划分。最后通过真实网络数据对本文所提出的社团挖掘算法进行了验证，结果表明PFCM算法能够克服传统模糊C均值聚类算法稳定性差的缺点，提高了社团挖掘算法的有效性。
- 单位
