咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >自主确定社区个数的二模网络社区发现算法 收藏

自主确定社区个数的二模网络社区发现算法

Algorithm of Detecting Community in Bipartite Network with Autonomous Determination of the Number of Communities

作     者:郭改改 钱宇华 张晓琴 李烨斌 GUO Gai-Gai;QIAN Yu-Hua;ZHANG Xiao-Qin;LI Ye-Bin

作者机构:山西大学数学科学学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006 山西大学智能信息处理研究所太原030006 

出 版 物:《模式识别与人工智能》 (Pattern Recognition and Artificial Intelligence)

年 卷 期:2015年第28卷第11期

页      面:969-975页

核心收录:

学科分类:07[理学] 070104[理学-应用数学] 0701[理学-数学] 

基  金:国家优秀青年基金项目(No.61322211) 教育部新世纪人才支持计划项目(No.NCET-12-1031) 教育部博士点专项科研基金项目(No.20121401110013) 山西省青年学术带头人项目(No.20120301)资助 

主  题:二模网络 社区挖掘 聚类分配算法 模块度 

摘      要:现有算法虽然能发现二模网络的社区结构,但由于实际网络的多样性或复杂性,往往不能预知社区个数及相关信息,无法相对准确地发现真实的社区结构.针对此问题,文中提出自主确定社区个数的二模网络社区发现算法——聚类分配算法(CAA).该算法有效利用二模网络中两类节点的交互信息,解决确定社区个数的难题.对网络中的T类节点进行聚类,再将B类节点按照某种分配机制分配到已有类中.实验表明,CAA比基于资源分布矩阵的算法和基于边集聚系数的算法有更高的准确性,能获得更高质量的社区划分.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分