复杂网络社团挖掘中基于路径的模块性分析方法

更新时间：2019-08-18 11:28:01 大小：3M 上传用户：sun2152 查看TA发布的资源 标签：复杂网络 下载积分：1分评价赚积分（如何评价?）收藏评论(0) 举报

资料介绍

摘要：在复网络社团挖掘过程中，传统的模块性定义依赖网络的邻接矩阵，仅考虑相邻节点间的关系，不能很好地描述真实网络的结构特征。为此，提出一种基于路径的模块性分析方法。根据网络节点间的路径及其概率分布构建模块性矩阵，用于替换传统基于边的模块性矩阵（邻接矩阵），得到能反映网络结构的模块性参数，并将其应用于复杂网络的社团挖掘，根据得到的社团结构对节点的标签进行预测。在Flickr数据集上的实验结果表明，与ModMax，LableDiffusion和EdgeCluster方法相比，该方法对节点标签的预测性能较好，能更准确地反映网络的社团结构。

关键词：复杂网络；路径；模块性；社团挖掘；概率分布；支持向量机

在对复杂网络进行分析时，通常将其建模成由节点和边相互连接的图，然后再对图进行分析[1]。

在已有的模块性分析方法中，模块性定义都是基于网络中的边，但由于边仅描述了相邻节点之间的关系，不能描述节点间的连通情况，因此也不能很好地描述网络的整体结构特征。为此，本文采用路径作为节点之间的联系，分析基于路径的模块性分析方法，并应用该方法挖掘复杂网络中的社团结构。