文献类型：期刊文章

作　　者：刘旭[1] 易东云[1]

机构地区：[1]国防科学技术大学理学院数学与系统科学系,长沙410073

出　　处：《自动化学报》

基　　金：国家自然科学基金(60902089;61005003)资助~~

年　　份：2011

卷　　号：37

期　　号：12

起止页码：1520-1529

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD2011_2012、EI(收录号：20120214676615)、IC、INSPEC、JST、MR、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：复杂网络是复杂系统的典型表现形式,社区结构是复杂网络最重要的结构特征之一.针对复杂网络的社区结构发现问题,本文提出一种新的局部相似性度量,并结合层次聚类算法用于社区结构发现.相对全局的相似性度量,本文提出的相似性度量具有较低的计算开销;同时又能很好地刻画网络的结构特征,克服了传统局部相似性度量在某些情形下对节点相似性的低估倾向.为了将局部相似性度量用于社区结构发现,推广了传统的Ward层次聚类算法,使之适用于具有相似性度量的任意对象,并将其用于复杂网络社区结构发现.在合成和真实世界的网络上进行了实验,并与典型算法进行了比较,实验结果表明所提算法的可行性和有效性.

关 键 词：复杂网络 社区结构发现  相似性度量  层次聚类

分 类 号：O157.5[数学类]