基于边聚类方法的复杂网络社团挖掘研究  

Community Structure Detection Algorithm Based on Edge Vector Clustering

作　　者：李翔[1] 李仕强[1] 赵青虎[1] LI Xiang,LI Shi-qiang,ZHAO Qing-hu（Network Information Center,Nanjing University of Information Engineering,Nanjing 210044,China）

机构地区：[1]南京信息工程大学网络信息中心,江苏南京210044

出　　处：《电脑知识与技术》2012年第4期2169-2171,共3页Computer Knowledge and Technology

摘　　要：现有的复杂网络社团挖掘算法大多无法处理具有重叠性的社团结构,该文提出一种度量节点间关系的边向量,通过对边向量的聚类计算来得到网络中节点的社团结构。对简单的重叠性网络计算验证,该方法能够得到较好的社团划分,可以处理具有重叠性的网络划分。Most of the existing complex network of associations mining algorithms can not handle overlapping community structure.In this paper,the edge vector of the relationship between a measure of the node,cluster computing to the edge vector to get the community structure of the nodes in the network.Overlapping network computing authentication,this method can get a better division of societies and can deal with overlapping network.

关 键 词：复杂网络 社团挖掘 边向量 边聚类 

分 类 号：TP18[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]