论文部分内容阅读
为了准确快速地挖掘社团结构，提出基于最短路径特征的社团发现算法SPCDA（Shortest Path feature community discovery algorithm）。该算法是基于最短路径特征的启发，根据最短路径数目的特征计算每个节点的中介系数而获取社团中心，并由其长度的特征计算节点之间的相似度值。然后，取所有节点的平均相似度值作为划分社团的阈值，构成类似于聚类的模型。最后，将与社团中心的相似度值大于阈值的节点进行归类，按照此过程不断迭代，至节点集为空。将该算法应用于人工合成网络和两个经典的真