网络社区发现优化：基于随机游走的边权预处理方法 optimizing community detection using the pre-processing of edge weighted based on random walk in networks.pdfVIP

下载本文档

9
0
约2.78万字
约 6页
2017-08-22 发布于上海
举报
版权申诉

网络社区发现优化：基于随机游走的边权预处理方法 optimizing community detection using the pre-processing of edge weighted based on random walk in networks.pdf

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

网络社区发现优化：基于随机游走的边权预处理方法 optimizing community detection using the pre-processing of edge weighted based on random walk in networks

第35 卷第10 期电子与信息学报 Vol.35No.10 2013 年10 月 Journal of Electronics Information Technology Oct. 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(2013)10-2335-06 DOI: 10.3724/SP.J.1146.2012.01676 Optimizing Community Detection Using the Pre-processing of Edge Weighted Based on Random Walk in Networks Liu Yang Ji Xin-sheng Liu Cai-xia (National Digital Switching System Engineering Technological RD Center, Zhengzhou 450002, China) Abstract: In the context of social network becomes more and more complicated and huge, it is difficult to improve the accuracy and performance of existing community detection algorithms only relying on the network topological features. Based on Markov random walk theory, this paper proposes a method of edge weighted pre-processing for optimizing community detection, models community structures how to influence on the complex network behaviors. According to the situation of multiple random walk traverses on the network links, the network edges weight is reset, and makes it as the network topology effective supplementary information to promote the network community structure defuzzification, thus the performance of the existing algorithms is improved for community detection. For a set of typical benchmark computer-generated networks and real-world network data