基于節(jié)點相似度的社區(qū)發(fā)現(xiàn)算法.pdf

1、如今的社會網(wǎng)絡，已不再是狹義上社會學研究的內容，轉而成為了集尖端的科研價值與巨大的商業(yè)潛質于一體的火熱研究課題，吸引著愈來愈多各領域的研究人員的關注。隨著時代的發(fā)展，互聯(lián)網(wǎng)中的數(shù)據(jù)也以井噴式的速度急速增加，大數(shù)據(jù)時代中的網(wǎng)絡已經(jīng)變得異常復雜。社區(qū)結構是復雜網(wǎng)絡中最重要的特性之一，其由一系列點和邊組成，具有社區(qū)內部的節(jié)點連接十分緊密，社區(qū)相互之間的節(jié)點連接松散的特征。怎樣在網(wǎng)絡中準確的找出隱藏的社團結構就是社區(qū)發(fā)現(xiàn)問題研究的重點。

2、　　現(xiàn)有的社區(qū)發(fā)現(xiàn)算法存在著許多問題，目前還難以攻克算法時間效率和社區(qū)劃分精度二者不可兼得的問題。追求劃分的準確率會導致算法的時間復雜度增加，而優(yōu)化了算法的運行速度卻又導致算法精度上的缺失。除此之外，一些算法還依賴預先了解網(wǎng)絡的屬性特征和待劃分社區(qū)的數(shù)量，而不能自發(fā)的通過網(wǎng)絡的結構特征來識別社區(qū)的結構，依賴人工設定的參數(shù)。因此本文提出了一種利用相似性測度函數(shù)求得節(jié)點之間近似程度的社區(qū)發(fā)現(xiàn)算法，以社區(qū)中度最大的節(jié)點作為起始節(jié)點，通過相似度