一种改进的社区探测方法.pdfVIP

34 1 ( ) Vol． 34 No． 1 第 卷第 期 河南理工大学学报 自然科学版 2015 2 JOUＲNAL OF HENAN POLYTECHNIC UNIVEＲSITY (NATUＲAL SCIENCE) Feb． 2015 年 月 DOI :10 ． 16186 /j ． cnki． 1673-9787 ． 20 15 ． 0 1． 0 18 一种改进的社区探测方法 ， 刘永利 付丽丽 ＊ ( ， 454000) 河南理工大学计算机科学与技术学院 河南 焦作 : ， 。 摘要 社区探测是图和网络领域非常关键的技术之一 其中聚类方法扮演了重要的角色 针对 ， pIBD 。 层次聚类算法较高的时间复杂度 在信息理论框架下提出一种改进的社区探测方法 pIBD ， k ， 。 把单部网络变换成二部图网络 预测 值 并基于信息瓶颈理论进行划分式聚类 实验 结果表明，pIBD 方法可以获得较已有层次聚类方法更高的准确率。 : ; ;K-Means ;F-Measure 关 键 词 社区探测 聚类 中图分类号:TP391． 1 文献标志码:A 文章编号:1673-9787 (20 15)0 1-0091-05 An improved community detection method LIU Yongli ，FU Lili (School of Comp uter Science and Technology ，Henan Polytechnic University ，Jiaozuo 454000 ，Henan ，China) Abstract :Community detection is one of crucial techniques in graph and network research ，where clustering plays an important role． Taking into account high time complexity of hierarchical clustering ，an improved com- munity detection method ，called pIBD ，is proposed under information-theoretic framework． The pIBD trans- forms a unipartite network into a bipartite network ，predicts the value of k ，and implements partitional cluste- ring based on information bottleneck theory． Experimental results show that pIBD could achieve higher accura- cy than existing hierarchical clustering methods． Key words :community detection ;cl