%0 Journal Article
%T 基于链接相似性聚类的重叠社区识别
%A 张桂杰
%A 张健沛
%A 杨静
%A 辛宇
%J 电子学报
%P 1329-1335
%D 2015
%R 10.3969/j.issn.0372-2112.2015.07.012
%X 社区结构是社会网络最普遍和重要的拓扑属性之一,提出一种基于链接相似性聚类的重叠社区识别算法.该算法首先根据相邻链接的度分布状态,提出链接间的相似性度量方法;其次以链接相似性矩阵为输入,以链接社区的最优划分为目标,建立链接局部相似性聚类算法,实现了重叠社区的有效识别;然后对链接社区进行优化,解决了可能出现的过度重叠及孤立社区问题;最后在真实网络及人工合成网络上的实验验证了算法的高效性.
%K 社区识别
%K 链接社区
%K 局部链接相似性度量
%K 层次聚类
%K 重叠社区
%U http://www.ejournal.org.cn/CN/abstract/abstract9053.shtml