科研之友
微信
新浪微博
Facebook
分享链接
摘要
受三元闭包原理的启发,基于节点邻居的差异性定义了3种相异性指标即单层邻居相异性、2-邻居相异性和全局2-邻居相异性。由于节点相异性越大越可能出现在不同的社团中,故通过逐步移除网络中相异性最高的两节点之间边的方式,设计一种高效的社团检测算法——基于节点相异性指标的网络社团检测算法。算法中,模块度最大时对应于网络的最佳社团结构,并采用标准化互信息衡量检测结果的准确度。选用LFR基准网络、Zachary网络和Football网络作为测试数据,与GN算法和Fast Newman算法的检测结果进行对比发现:基于节点相异性指标的网络社团检测算法能更准确地检测出网络社团结构。
- 单位
