基于DCBM的马尔可夫谱聚类社区发现算法

作者：任淑霞; 张书博; 吴涛

来源：四川大学学报(自然科学版), 2019, 56(06): 1049-1056.

• DCBM
• 马尔可夫链
• 概率矩阵
• 谱聚类
• 社区发现
• 复杂网络

谱聚类划分算法是经典社区发现算法之一,由于目前构造的相似图承载的社区结构信息较少,导致聚类效果与理想效果具有较大差距,因此,提出了基于DCBM的马尔可夫谱聚类社区发现算法MSCD.首先,基于DCBM模型提出了以节点间连接概率为元素的概率矩阵,并建立了概率矩阵与相似矩阵之间的映射关系;其次,利用马尔可夫链重构了谱聚类的相似图;最后,使用重构的相似图对网络进行社区划分.在人工合成网络和真实网络上与SC,MRW-KNN和FluidC三种典型算法进行了对比实验.实验结果表明,MSCD算法具有更加高效的聚类性能,能够揭示更加清晰的社区结构.

• 单位
  天津工业大学