基于节点相似性度量的社团结构划分方法

来源：计算机应用杂志2015年第5期北京时间：

作者：梁宗文, 杨帆, 李建平

单位：1. 电子科技大学 计算机科学与工程学院, 成都 611731;2. Department of Electrical and Computer Engineering, Rutgers, The State University of New Jersey, Piscataway 08854, USA

摘要：针对复杂网络结构划分过程复杂、准确性差的问题,定义了节点全局和局部相似性衡量指标,并构建节点的相似性矩阵,提出一种基于节点相似性度量的社团结构划分算法.其基本思路是将节点(或社团)按相似性合并条件划分到同一个社团中,如果合并后的节点(或社团)仍然满足相似性合并条件,则继续合并,直到所有节点都得到准确的社团划分.实验结果表明,所提算法能成功正确地划分出真实网络中的社团结构, 性能比标签传播算法(LPA)、GN(Girvan-Newman)、CNM(Clauset-Newman-Moore)等算法优秀,能有效提高结果的准确性和鲁棒性.

关键词：节点相似性,社团划分,社团结构,复杂网络

基金资助：国家自然科学基金资助项目(61370073);国家建设高水平大学留学项目(201306070037).