一个基于多维特征向量的复杂网络社团结构发现算法  

A Community Structure Discovery Algorithm Based on Multidimensional Eigenvector in Complex Networks

作　　者：孙亚红[1] 肖淑苹[1] 

机构地区：[1]西安翻译学院,西安710105

出　　处：《计算机与数字工程》2015年第4期558-561,共4页Computer & Digital Engineering

摘　　要：作为复杂网络重要特性之一的社团结构在大量现实的大规模复杂系统研究中占有重要的一席地位。论文在研究现有的社团发现算法基础上,提出了一种基于多维特征向量的复杂网络社团结构发现算法,实验证明,该算法能够有效的发现复杂网络中的社团结构,对于进一步进行复杂网络上的信息挖掘具有重要的意义。Community structure, an important feature of the complex networks occupies an important position in the study of a large number of realistic large-scale complicated systems. In this paper, an algorithm of community structure dis- covery based on multidimensional feature vector is proposed. The experiments show that the algorithm can effectively find the community structure in the complex networks, has the vital significance for further information on complex network mining.

关 键 词：复杂网络 社团结构 特征向量 模块度 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]