一种加权复杂网络中社团发现的凝聚算法

摘要 复杂网络中社团结构普遍存在,社团发现的相关研究已成为复杂网络研究领域中重要的基础性工作.目前的研究工作大多面向无权网络,而对于加权网络中社团结构发现的研究相对较少.针对这种现状,提出一种改进的加权网络社团结构定义,综合考虑连接权重与节点度的结合,更为符合网络中的社团含义,并通过实例验证了该定义的合理性.在此基础上,结合经典的凝聚算法思想,进一步提出一种加权网络中的社团结构发现算法(ERNE),通过定义边社团关联性以及节点社团有效性两个度量指标,能够更加准确的发现加权网络中的社团结构.通过与现有加权网络社团结构发现算法在相同数据集上的实验结果对比,验证了ERNE算法的有效性和优越性