基于环路紧密度的复杂网络社区挖掘方法  

Community mining from complex networks based on loop tightness

作　　者：刘大有[1,2] 杨建宁[1,2] 杨博[1,2] 赵学华[1,2] 金弟[3] 

机构地区：[1]吉林大学计算机科学与技术学院,长春130012 [2]吉林大学符号与知识工程教育部重点实验室长春130012 [3]天津大学计算机科学与技术学院,天津300072

出　　处：《吉林大学学报（工学版）》2013年第1期98-105,共8页Journal of Jilin University:Engineering and Technology Edition

基　　金：国家自然科学基金项目(60873149,60973088,61133011,61170092);模式识别国家重点实验室开放课题;中央高校基本科研业务费专项资金(20093177);教育部新世纪优秀人才支持计划项目(NCET-11-0204);2011年教育部博士学术新人奖项目(450060454018)

摘　　要：提出了一种基于环路紧密度的复杂网络社区挖掘算法(LTA):首先提出一种快速发现网络环路和计算其紧密值的算法,然后根据环路紧密值将网络聚类,再次揭示网络环路与社区结构的联系。并使用人工合成网络和真实网络数据集对LTA进行了验证,实验结果证明了LTA对复杂网络社区挖掘问题的有效性和高效性。In this paper, a Loop Tightness Algorithm （LTA） is proposed. First, it tinds the network loops and calculates it tightness value quickly. Then, it obtains the communities of the networks based on the tightness values. Finally, it reveals the relationship between the network loops and the community structure. The LTA is tested and validated by means of synthetic networks and real networks.

关 键 词：人工智能 数据挖掘 复杂网络 社区挖掘 环路紧密度算法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]