论文部分内容阅读
为了实现复杂网络社团发现算法的复杂度和精确度间的均衡，提出一种基于聚类粒化的社团发现算法（CGCDA），将网络粒化获得的粒子视为一个社团，粒化结果即为对网络的社团划分。首先，将网络中的每个节点视为基本粒，通过初始粒化操作实现对网络的粒化；然后，针对获得的粒化集合中满足粒化系数的粒子进行聚类粒化操作，分层粒化直到不存在满足要求的粒子对；最后，将粒子对中的重叠节点视为孤立点，用邻居节点投票法把孤立节点归并到相应的粒子中，实现对复杂网络的社团划分。实验实现了Newman快速算法（NFA）、标号传播算法（LPA）