基于線圖的復雜網(wǎng)絡重疊社團發(fā)現(xiàn)算法研究.pdf

1、在重疊社團發(fā)現(xiàn)算法中，基于線圖的重疊社團發(fā)現(xiàn)算法是最近幾年興起的比較新的領域，具有廣闊的研究前景，線圖是將邊看作研究對象來發(fā)現(xiàn)復雜網(wǎng)絡社團結構的一種方法，線圖的最大優(yōu)勢就是可以利用非重疊社團發(fā)現(xiàn)算法發(fā)現(xiàn)重疊社團結構。本文就是基于線圖提出了一種重疊社團發(fā)現(xiàn)算法。
　　在真實世界中，很多復雜網(wǎng)絡的社團個數(shù)是未知的，這使得一些依賴于社團個數(shù)先驗知識的算法無法使用。因此，本文將基于拉普拉斯矩陣的Jordan型圖特征分析應用到線圖中，來獲取

2、線圖社團個數(shù)的先驗知識。然后，將基于拉普拉斯矩陣的譜聚類應用到線圖中，通過拉普拉斯矩陣的特征向量將網(wǎng)絡中的邊映射到歐氏空間，歐氏空間中每個特征向量分量中的元素對應了線圖中的節(jié)點，并且選擇其中的兩列構成特征向量空間，同時計算特征向量之間的相似度。最后，有了社團個數(shù)先驗知識的支撐與鋪墊，一方面選擇K-means聚類算法對特征向量進行聚類來確定社團的劃分結果，既利用了K-means算法簡單快速的優(yōu)點，又符合K-means算法依賴社團個數(shù)先驗知