Girvan-Newman算法給出了如何去除邊得到社區(qū)結構方法,但它并不是一個以圖形作為輸入,以社區(qū)結構作為輸出的算法。當圖的頂點被刪除或重新排序時,算法的結果會受到影響。對此,提出了一種基于邊介性和局部極大值的Girvan-Newman算法。在真實的數(shù)據集上對算法進了驗證,結果表明改進的算法能夠較為準確識別出社區(qū)的數(shù)量。 

【文章來源】：電腦編程技巧與維護. 2020,(08)

【文章頁數(shù)】：2 頁

【文章目錄】：
1 社區(qū)檢測
    1.1 邊介數(shù)中心性
    1.2 模塊度中心性
2 Girvan-Newman方法
3 改進的Girvan-Newman算法
4 實驗分析
5 結語


【參考文獻】：
期刊論文
[1]基于復雜網絡的知識組織系統(tǒng)概念社區(qū)發(fā)現(xiàn)[J]. 殷希紅,喬曉東,張運良.  數(shù)字圖書館論壇. 2014 (08)
[2]用于社團發(fā)現(xiàn)的Girvan-Newman改進算法[J]. 朱小虎,宋文軍,王崇駿,謝俊元.  計算機科學與探索. 2010(12)
[3]復雜網絡的社區(qū)發(fā)現(xiàn)算法研究[J]. 王丹,劉發(fā)升.  計算機時代. 2009(03)



本文編號：2999489