%0 Journal Article
%T 基于带权图的层次化社区并行计算方法
%A 林旺群？
%A 卢风顺？
%A 丁兆云？
%A 吴泉源？
%A 周斌？
%A 贾焰？
%J 软件学报
%P 1517-1530
%D 2012
%R 10.3724/SP.J.1001.2012.04076
%X 提出了一种基于带权图并行分解的层次化社区发现方法,该方法采用图划分的方式定义社区结构,并在这种社区结构之上实现了社会网络社区发现并行算法p-sncd(parallelsocialnetworkcommunitydiscovery).p-sncd算法有效地避免了传统的基于“模块度”的社区发现方法倾向于发现相似规模社区的弊端.同时,该算法能够以可扩展的方式,在处理器规模为o(hmn)或o(hn2)的条件下,以并行计算时间复杂度为o(logn)高效地挖掘大规模复杂社会网络中社区密度为h的社区,其中,n为社会网络节点数,m为边数,h为用户指定的任意社区密度.所提出的算法对用户参数输入要求简单,从而使得算法具有较强的实用性.充分的实验数据验证了所提出算法的精确性和高效性.
%K 社区发现
%K 带权图
%K 并行计算
%K 社会网络
%K 层次化树
%U http://www.jos.org.cn/ch/reader/view_abstract.aspx?file_no=4076&flag=1