作者：刘飞最短路径最大模块度社团发现近邻传播
摘要：复杂网络已成为当前的一个研究热点，复杂网络具有许多重要性质，其中社团结构是复杂网络最普遍最重要的拓扑性质之一。目前已有很多流行的网络社团挖掘算法，但是大部分社团挖掘算法存在准确性低、适用范围窄等缺陷，为了克服这些缺点。本文结合社团挖掘的相关研究，提出一种基于改进近邻传播的社团挖掘算法。首先采用最短路径计算任意节点对之间的距离，并运用近邻传播算法初步识别中心点；然后基于模块度优化的思想，建立“中心点过滤”数学模型，自动识别网络的社团结构；最后对本算法在一些广泛使用的网络数据上进行性能测试。测试结果表明，本算法与传统方法相比，具有适用范围广、准确率高、容忍分辨极限能力强等优点。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
