作者：杨春明; 王玉金加权复杂网络社团发现模块度聚集系数
摘要：社团结构是复杂网络的一种重要拓扑结构。针对加权复杂网络中的社团发现问题,在8个不同领域、不同规模的真实数据集上,从模块度、强/弱社团、聚集系数3个评估指标分析了基于模块度优化的GN算法、FN算法、CNM算法和BGLL算法在加权复杂网络社团发现的效果。研究结果表明,上述3个评估指标在加权复杂网络上的划分结果不能始终保持一致,基于优化模块度的算法更倾向于找到复杂网络中比较粗糙的社团结构,而不是精准的社团结构,其算法的泛化能力有待加强。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《西南科技大学学报·哲学社会科学版》（CN：51-1660/C）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《西南科技大学学报·哲学社会科学版》以马列主义、思想为指导，坚持人文社会科学的正确导向，贯彻“双百方针”，为促进学术交流、推进我校的教学科研与发展服务，为社会主义经济建设和人才培养服务。本刊突出理论特色，坚持学术品位，倡导严谨治学。
杂志详情
