基于节点相似度的网络社区发现算法  

作　　者：徐熊飞 

机构地区：[1]贵州财经大学,贵阳550000

出　　处：《电脑编程技巧与维护》2024年第2期53-56,112,共5页Computer Programming Skills & Maintenance

摘　　要：现实生活和自然界系统中都存在着各种各样的联系,这些系统都可以类比为不同的复杂网络,近年来,由于技术的快速发展,社区结构作为复杂网络重要的拓扑性质,被广泛应用于推荐系统、智能广告、定向市场营销、公共卫生系统等,具有强烈的现实意义,引起了国内外大量学者的广泛研究,由此产生了大量社区发现算法。基于节点离心率定义新的节点相似度,针对现有大多数社区发现算法划分社区的质量较低、社区数量较多的问题,改进了一种基于节点相似度的社区发现算法,该方法用于未加权的网络检测社区结构,充分利用了网络的局部与全局信息,最终得到较好的社区结构,具有重要的现实意义。

关 键 词：复杂网络 社区发现 节点相似度 社区结构 

分 类 号：O157.5[理学—数学]