针对传统的社交网络社区发现算法时间复杂度较高的问题,提出了一种新的在线社交网络社区发现MICDA算法。运用凝聚思想并引入模块度增量的概念,按照社区划分的标准自底向上的构建一个社交网络大社区,采用微博用户数据集和karate数据集上进行社区划分,并与传统的社区发现算法GN和FN进行对比分析。仿真结果表明,提出的社区发现算法MICDA要优于传统的GN (Girvan, Newman)和FN(Fast, Newman)算法,时间复杂度大大降低,且适用于大型社交网络的社区发现。
科研之友
微信
新浪微博
Facebook
分享链接
