-
公开(公告)号：CN108920678A
公开(公告)日：2018-11-30
申请号：CN201810750497.7
申请日：2018-07-10
Applicant: 福州大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于谱聚类与模糊集的重叠社区发现方法。包括：1、读取社交网络的数据集，生成网络结构图并获取网络中节点的属性信息等；2、结合网络中节点的Jaccard系数和属性信息，计算网络中节点之间的相似度值；3、基于节点间的相似度值，构建相似度矩阵，从而构建归一化后的拉普拉斯矩阵；4、计算每个节点的特征向量和特征值，利用迭代和压缩的方法生成新的特征向量；5、将新的特征向量正交化，计算归属度，对存在多个社区归属度值较大的节点，进行重叠社区的划分；6、根据每次划分后的模块度，选出满足模块度要求最高的社区划分；7、输出最终的社区划分结果。本发明方法可以高效、准确地发现复杂网络中的重叠结构进行划分。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
