作者：梁宗文 杨帆 李建平节点相似性社团划分社团结构复杂网络
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。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
