- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、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。
- 6、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。
- 7、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
网络社区发现优化:基于随机游走的边权预处理方法
第 35卷第 lO期 电 子 与 信 息 学 报 Vo1.35No.10
2013年 l0月 JournalofElectronics InformationTechnology 0ct.2013
网络社区发现优化:基于随机游走的边权预处理方法
刘 阳 季新生 刘彩霞
(国家数字交换系统工程技术研究中心 郑州 450002)
摘 要:在网络 日趋复杂化、巨大化的背景下,仅依靠网络拓扑特征难以提高现有社区发现算法的精确度和性能。
该文提出一种优化网络社区发现的边权预处理方法,基于马尔可夫随机游走理论建模社区结构对复杂网络行为的影
响,根据多重随机游走对网络连接的遍历情况,重新衡量网络边权。预处理后的边权作为网络拓扑的有效补充信息,
能够将网络社区结构去模糊化,从而改善现有算法的社区发现性能。对于一些典型的计算机生成网络和真实网络,
经实验验证:该预处理方法能够有效提升现有部分社区发现算法的准确性和效率。
关键词:社会网络;社区发现;预处理;随机游走;边权
中图分类号:TP393 文献标识码: A 文章编号:1009—5896(2013110—2335—06
D0I:10.3724/SP.J.1146.2012.01676
OptimizingCommunityDetectionUsingthePre-processingof
EdgeW eightedBasedonRandom Ⅵ ll【inNetworks
LiuYang JiXin..sheng LiuCai..xia
(NationalDigitalSwitchingSystemEngineering&TechnologicalRDCenter.Zhengzhou450002.China)
Abstract:Inthecontextofsocialnetworkbecomesmoreandmorecomplicatedandhuge.itisdifficulttoimprove
theaccuracyandperformanceofexistingcommunitydetectionalgorithmsonlyrelyingonthenetworktopological
features.BasedonMarkovrandom walktheory,thispaperproposesamethodofedgeweightedpre—processingfor
optimizingcommunitydetection.modelscommunitystructureshow toinfluenceonthecomplexnetworkbehaviors
Accordingt0thesituation ofmultiplerandom walktraverseson thenetwork links.thenetworkedgesweightis
reset.and makes it as the network topology effective supplementary information to promote the network
communitystructuredefuzzification,thustheperformanceoftheexistingalgorithmsisimprovedofrcommunity
detection.Fora setoftypicalbenchmarkcomputer—generated networksand real—world network data sets,the
experimentalresultsshow thatthepre—processingmethod caneffectively improvetheaccuracyandefficiencyof
someexistingcommunitydetectionalgorithms.
文档评论(0)