基于改进的Jaccard相似系数矩阵的社团划分算法

作者：张猛; 李玲娟^*

来源：南京邮电大学学报(自然科学版), 2018, 38(06): 96-102.

DOI：10.14132/j.cnki.1673-5439.2018.06.014

• 社团划分
• Jaccard相似系数
• 谱平分法
• K-means算法

社会网络结构反映了网络中个体节点行为的区域特点以及群体之间的关联性。为了提高社团划分的效率和准确性,设计了一种新的基于改进的Jaccard相似系数矩阵的社团划分算法IJ-CD。该算法首先对社会网络的Jaccard相似系数矩阵中的零元素进行处理得到改进的Jaccard相似系数矩阵;然后基于谱平分法思想将改进的矩阵标准化,并选取适当的特征向量维数;最后应用K-means聚类算法划分社团。基于三个经典社会网络数据集的社团划分实验结果表明:IJ-CD算法不仅在社团结构不很明显时也能很好划分出社团,而且能有效地提高社团划分的准确性和降低时间复杂度。

• 单位
  南京邮电大学