动态复杂网络社区挖掘—选择性聚类融合算法
张震
梁永全
张行林
1.山东科技大学信息科学与工程学院 青岛2660002.山东科技大学信息科学与工程学院 青岛2660003.山东科技大学信息科学与工程学院 青岛266000
摘要：针对当前研究动态复杂网络的热点问题,提出了一种基于选择性聚类融合的社区挖掘算法.该算法首先将动态过程划分为相同时间间隔的快照,利用欧几里德距离、顶点权重等技术,使用一种改进的层次聚类算法加快聚类速度,得到每个快照相应的聚类结果；然后根据这些聚类结果之间的差异性,筛选聚类结果集合,为融合过程提供多样性的聚类成员；考虑到时间衰减性,设计了加权共联矩阵,使用单链接算法来得到最终的聚类结果.在随机网络和真实世界网络上对算法的计算速度和动态特征挖掘情况两方面进行实验,结果表明了该算法的可行性和有效性.
关键词：动态复杂网络社区挖掘选择性聚类融合加权共联矩阵层次聚类
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(71240003)山东省自然科学基金(ZR2012FM003)
论文发表日期：2013-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 388-390,456 )
英文信息