科研之友
微信
新浪微博
Facebook
分享链接
摘要
与无权网络相比，加权网络能够反映节点间关系的强弱，赋予复杂网络更加明确的物理意义，因此加权网络的社团划分具有重要的现实意义。为了提高加权网络社团划分的准确度，设计了一种基于节点重要性和模块度优化的加权网络社团划分算法IMWCD。首先，将每个节点初始化为一个社团，并借鉴度中心性和PageRank的评价思想，综合节点自身信息及其邻居节点信息来计算节点重要性；然后，按节点重要性的升序遍历节点，以模块度增益最大为原则将目标节点移入相应社团中，直至各节点不需要再移动；再以各个社团为节点重新构建网络，新网络中边的权重为两个新节点对应社团的权重之和；重复以上过程，直至网络的模块度不再变化。在LFR人工基准网络数据集和High-energy theory、Astrophysics和Condensed matter等真实加权网络上的实验结果表明，IMWCD算法的社团划分质量比同类型的算法有所提升，并且具有线性时间复杂度，能适用于大规模加权网络的社团划分。
- 单位
