基于局部信息的复杂网络社团结构发现算法  

An algorithm for detecting structure in complex network based on local information

作　　者：赵晓慧[1] 刘微[1] 谢凤宏[1] 赵凤霞[2] 

机构地区：[1]辽宁师范大学计算机与信息技术学院,辽宁大连116081 [2]秦皇岛职业技术学院信息工程系,河北秦皇岛066100

出　　处：《微型机与应用》2011年第15期43-46,49,共5页Microcomputer & Its Applications

基　　金：国家自然科学基金(10771092)

摘　　要：发现网络中的社团结构有助于更好地理解网络结构和分析网络属性。通过定义边的聚类系数和基于局部信息的方法,提出了一种寻找复杂网络中社团结构的算法。该算法首先在网络的剩余节点中寻找度最大的节点,然后利用该节点的局部信息、边的聚类系数和凝聚的思想,得到复杂网络的社团结构。在两个典型网络上的测试结果表明了该方法的可行性。Detecting community structure in complex network contributes to understand the network structures and analyze the network properties better. Based on the local information, this article proposes an algorithm for discovering the communities in complex network by introducing the definition of the edge cluster coefficient. To obtain the community structure in complex network, the node with maximum degree in remainder network is first found. Then, some edge cluster coefficients are computed in terms of local information and the agglomeration idea. The tested results on two typical networks show the validity of this algorithm.

关 键 词：复杂网络 社团结构 边的聚类系数 节点的度 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]