目前針對符號網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)研究越來越受到重視,CRA（Clustering20Re-clustering20Algorithm）算法代表比較流行的一種思路,即將社區(qū)劃分過程分為兩個階段:第一步先刪除負邊,對剩余網(wǎng)絡(luò)用傳統(tǒng)社區(qū)發(fā)現(xiàn)算法進行社區(qū)劃分;第二步再用符號網(wǎng)絡(luò)特定社區(qū)質(zhì)量評價函數(shù)調(diào)整分區(qū).此類算法由于沒有充分考慮負邊信息而導(dǎo)致了劃分不正確的問題.本文通過引入網(wǎng)絡(luò)正密度,提出一種兩階段融合算法TFCRA（Two-stage20Fusion20Clustering20Re-clustering20Algorithm）,在社區(qū)劃分過程中,不再刪除負邊,通過網(wǎng)絡(luò)正密度和社區(qū)正密度的比較調(diào)整帶負邊的頂點的歸屬.實驗證明,TFCRA能解決CRA算法存在的對某些網(wǎng)絡(luò)無法劃分和從不同頂點出發(fā)可能導(dǎo)致劃分出錯的問題. 

【文章來源】：小型微型計算機系統(tǒng). 2016,37(05)北大核心CSCD

【文章頁數(shù)】：6 頁

【文章目錄】：
1 引言
2 CRA算法
    2.1 某些網(wǎng)絡(luò)或網(wǎng)絡(luò)中一部分無法實現(xiàn)劃分
    2.2 訪問起始點發(fā)生改變時可能劃分出錯
3 TFCRA算法
    3.1 相關(guān)定義和定理
    3.2 TFCRA算法主要思想
    3.3 TFCRA算法流程
4 實驗分析
    4.1 圖1所示網(wǎng)絡(luò)圖實驗
    4.2 圖2所示網(wǎng)絡(luò)圖實驗
    4.3 Gahuku-Gama Subtribes Network實驗
    4.4 The Karate Club Network實驗
    4.5 實驗結(jié)果總結(jié)
5 總結(jié)和展望


【參考文獻】：
期刊論文
[1]一種面向社會網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)的改進粒子群優(yōu)化算法[J]. 邱曉輝,陳羽中.  小型微型計算機系統(tǒng). 2014(06)
[2]符號網(wǎng)絡(luò)研究綜述[J]. 程蘇琦,沈華偉,張國清,程學(xué)旗.  軟件學(xué)報. 2014(01)
[3]符號網(wǎng)絡(luò)聚類算法FEC的改進[J]. 孔令旗,楊夢龍.  計算機應(yīng)用. 2011(05)
[4]Web社區(qū)譜聚類的比較研究[J]. 黃發(fā)良,肖南峰.  小型微型計算機系統(tǒng). 2011(04)



本文編號：3178273