公开(公告)号：CN103164533B

公开(公告)日：2016-07-06

申请号：CN201310120905.8

申请日：2013-04-09

Applicant: 哈尔滨工业大学

Inventor： 李永立 ,  吴冲 ,  王子政 ,  郑宇宁

IPC: G06F17/30

Abstract: 基于信息理论的复杂网络社团检测方法，涉及一种基于信息理论发现复杂网络中社团结构的方法。本发明的检测方法包括如下步骤：步骤A、对网络节点进行编号，根据网络的结构和权重信息，制作该网络的概率矩阵；B、根据信息理论的方法得到合并两点为一个社团时的信息损失；C、找到信息损失最小的两个节点进行合并，并更新原有网络的社团结构；D、计算更新结构后网络的模块度系数；E、重复B、C和D的过程，直到社团个数为1；F、找出最大的模块度系数对应的社团数及相应的社团结构。本方法的有益效果是结果客观、稳定，可用于含有权重的网络结构，有严格的社团数选取标准，计算耗时少，适用于大规模网络。

公开(公告)号：CN103164533A

公开(公告)日：2013-06-19

申请号：CN201310120905.8

申请日：2013-04-09

Applicant: 哈尔滨工业大学

Inventor： 李永立 ,  吴冲 ,  王子政 ,  郑宇宁

IPC: G06F17/30

Abstract: 基于信息理论的复杂网络社团检测方法，涉及一种基于信息理论发现复杂网络中社团结构的方法。本发明的检测方法包括如下步骤：步骤A、对网络节点进行编号，根据网络的结构和权重信息，制作该网络的概率矩阵；B、根据信息理论的方法得到合并两点为一个社团时的信息损失；C、找到信息损失最小的两个节点进行合并，并更新原有网络的社团结构；D、计算更新结构后网络的模块度系数；E、重复B、C和D的过程，直到社团个数为1；F、找出最大的模块度系数对应的社团数及相应的社团结构。本方法的有益效果是结果客观、稳定，可用于含有权重的网络结构，有严格的社团数选取标准，计算耗时少，适用于大规模网络。