如需要完整文档点击下方 "点击下载文档" 按钮
与无权网络相比,加权网络能够反映节点间关系的强弱,赋予复杂网络更加明确的物理意义,因此加权网络的社团划分具有重要的现实意义。 为了提高加权网络社团划分的准确度,设计了一种基于节点重要性和模块度优化的加权网络社团划分算法 IMWCD。 首先,将每个节点初始化为一个社团,并借鉴度中心性和 PageRank 的评价思想,综合节点自身信息及其邻居节点信息来计算节点重要性;然后,按节点重要性的升序遍历节点,以模块度增益最大为原则将目标节点移入相应社团中,直至各节点不需要再移动;再以各个社团为节点重新构建网络,新网络中边的权重为两个新节点对应社团的权重 之 和; 重 复 以 上 过 程, 直 至 网 络 的 模 块 度 不 再 变 化。 在 LFR 人 工 基 准 网 络 数 据 集 和 High - energy theory、Astrophysics 和 Condensed matter 等真实加权网络上的实验结果表明,IMWCD 算法的社团划分质量比同类型的算法有所提升,并且具有线性时间复杂度,能适用于大规模加权网络的社团划分。