基于先验知识与模块性的网络社区结构探测算法  

Detecting Algorithm Based on Prior Knowledge and Modularity for Networked Community Structure

作　　者：杜海峰[1] 李树茁[1] Marcus W. Feldman 悦中山[1] 杨绪松[1] 

机构地区：[1]西安交通大学人口与发展研究所,西安710049 [2]斯坦福大学人口与资源研究所,美国斯坦福94305

出　　处：《西安交通大学学报》2007年第6期750-754,共5页Journal of Xi'an Jiaotong University

基　　金：国家自然科学基金资助项目(70671083);国家社会科学基金资助项目(05ARK001;05CRK002);教育部新世纪优秀人才支持计划资助项目(NCET-04-0931);西安交通大学"九八五"工程二期重点计划资助项目(07200701);美国Santa Fe Institute国际基金资助项目;斯坦福大学联合资助项目

摘　　要：在分析模块性指标和Newman有关网络社区结构探测算法的基础上,提出了一种基于先验知识与模块性的社区结构探测算法.利用节点度等社会网络结构先验知识,获得一个社区结构的基本划分,然后进行社区的合并,以此获得一个清晰的社区结构.经计算机模拟网络、Ucinet软件网络和中国农民工社会网络的社区结构探测,结果表明所提算法比Newman的迭代次数减少近50%,并且可以获得更好的模块性指标.On the basis of analyzing the modularity and Newman detecting algorithm for network community structure, an algorithm based on prior knowledge and modularity （PKM） is put forward to detect community structure. An original community division is acquired by using the prior knowledge of the structure of social networks, such as the degree of the node, and then the communities are combined so as to get a clarified partition. Through calculation of computer simulation networks, Ucinet networks and Chinese rural-urban migrants social networks, the results indicate that the number of iterations of the proposed algorithm is reduced nearly by 50% compared to that of Newman＇s, and the higher modularity can be yielded.

关 键 词：社会网络 社区结构 模块性 探测算法 

分 类 号：N94[自然科学总论—系统科学]