原创力文档- 1、本文档共4页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于信息熵的社区发现算法研究.pdf
第38卷第2期 计算机科学 V01．38No．2
2011年2月 Science Feb2011
Computer
基于信息熵的社区发现算法研究
王刚1钟国祥2
(安康学院电子与信息工程系 安康725000)1(重庆教育学院科技处 重庆400067)2
摘要针对现有社区发现依靠出度、入度、介数采进行社会划分的一些不足，研究了依靠信息熵来对社区进行度量，
DetectionBasedOil
提出了基于信息嫡的社区发现算法CDBE(Community Entropy)。如果社区内部信息量大，熵就
大。不确定事件发生的概率就大。社区具有凝聚力，信息的熵相对稳定，不会出现熵剧烈增加或减少的情况，根据节
点集合熵的变化是否剧烈，可以判断节点是否是社区的成员，从而实现社区的发现。实验表明，CDBE能够发现有价
值的社区。
关键词社区发现，信息熵，推荐系统，数据挖掘
on of DetectionBasedonInformation
Community
StudyAlgorithm Entropy
WANG ZHONG
Gan91 Gu0-)【ian酽
ElectronicInformation
(Dept．of Engineering．AnkangUniversity．Ankang725000，China)1
of
(EdueationalCollie 400067．China)2
Chongqing．Chongqing
AbstractTherearesomefaultsof detection isbasedOnthein
presentcommunityalgorithm，which degree．outdegree
of
andbetweennessnodes，we a basedOil todetect structure．A in—
presentedalgorithmEntropy community community
cludes informationandit’S ofa havesomecommonorinterests。wethink
many Entropy．Memberscommunity gains
thatifamemberwantto a can’tmakethe ofthe exceeda it
joincommunity，it entropycommunitythreshold，otherwise
can’tbethemembetofaexist showthe andthe ofour
community．(hlr processing
experiments efficiencyalgorithms．
detection，Information
K
文档评论（0）