基于社团密度的社团发现算法-计算机应用研究.PDFVIP

优先出版 计 算 机 应 用 研 究 第33 卷 基于社团密度的社团发现算法* a b a 王玉英 ，何汶坤 ，史加荣 (西安建筑科技大学 a．理学院，b ．信息与控制工程学院，西安 710055) 摘 要：发现社团结构是研究复杂网络的重要前提，目前社团发现算法研究存在两个较为严峻的问题：评价函数单一和 经典算法时间复杂度过大并且无法发现小粒度的社团。针对上述问题，首先提出了一种合理的发现算法评价函数，即社 F Q F 团完整度 .实验证明，与经典的模块度函数 相比，社团完整度函数 能够更合理地评价社团划分质量且社团完整度 F Q 函数 的灵敏度高于模块度函数 ；其次，提出了基于社团密度的社团发现算法 （BDA 算法），实验证明，该算法不仅 可以发现小粒度的社团结构，随着网络节点数和边数的增加BDA 算法在时间复杂度方面也具有明显的优势。最后，尝 试将BDA 算法应用在科学合作者网络并得到了合理的社团结构。 关键词：社团结构；社团发现；社团完整度；社团密度 中图分类号：TP301.6 Community detection algorithm base on community density a b a Wng Yuying , He Wenkun , Shi Jirong (a. College of Science, b. College of Information Control Engineering, Xian University of Architecture Technology, Xian 710055, China) Abstract: It is important for researching of complex networks to finding the community structure, the lack of evaluation function and defective algorithms which can’t find small community structure and have bad time complexity are two serious problem. Regarding the issues above, this thesis presented a new evaluation function F base on the concept of community integrity firstly, the results show that evaluation function F can evaluate the detection quality of community reasonably and the sensitivity of evaluation function F is better than modularity Q . Then this paper presented a new n