基于K_means聚类算法的复杂网络社团发现新方法.pdfVIP

第 26卷第 6期 计 算 机 应 用 研 究 Vol. 26 No. 6 2009年 6月 　 App lication R esearch of Computers Jun. 2009 基于 Km e an s 聚类算法的复杂网络 社团发现新方法 赵凤霞 , 谢福鼎 (辽宁师范大学 计算机与信息技术学院 , 辽宁 大连 116029) 摘 　要 : 提出了一种基于 Km ean s聚类算法的复杂网络社团结构划分方法 。算法基于 Fortunato等人提出的边 的信息中心度 ,定义了节点的关联度 ,并通过节点关联度矩阵来进行聚类中心的选择和节点聚类 ,从而将复杂网 络划分成 k 个社团,然后通过模块度来确定网络理想的社团结构 。该算法有效地避免了 Km ean s 聚类算法对初 始化选值敏感性的问题 。通过 Zachary Karate Club 和 Co llege Football N etwork 两个经典模型验证了该算法的可 行性 。 关键词 : 复杂网络 ; 社团结构 ; Km ean s聚类算法 ; 节点关联度 中图分类号 : TP393　　　文献标志码 : A 　　　文章编号 : 100 13695 (2009) 06204 103 doi: 10. 3969 / j. issn. 100 13695. 2009. 06. 0 12 D etecting commun ity in comp lex network s u sing Km ean s clu ster algorithm ZHAO Fengxia, X IE Fuding ( Colleg e of Comp u ter Inf orm a tion Technology, L iaon ing N orm a l Un iversity, D a lian L iaon ing 116029, Ch ina) A b stract: Th is p ap er p ropo sed a new detecting m ethod ba sed on Km ean s clu ster algorithm. Th rough the defin ition of node link ba sed on inform ation centrality wh ich Fortunato p ropo sed and the selection of the clu stering center and the clu stering of the node accord ing node link , the app roach iden tified the network to k comm un itie s, then identified the ideally comm un ity struc tu re accord ing modu larity. The algorithm cou ld find clu stering center better and it is robu st to in itialization, so the quality of detecting wa s imp roved greatly. It te sted the algorithm on the two network data nam ed Zachary Karate C lub and Co llege Football N etwork. Key word