摘要: 为快速、 准确地对日益复杂的大规模社会网络进行社区划分, 提出一种基于相似度投票的改进算法替代Louvain算法的底层划分, 解决了Louvain算法在底层划分收敛速度较慢, 并出现大量重复计算的缺点, 使社区划分更迅速. 由真实社会网络数据实验结果可见, 与Louvain算法相比, 改进算法在保持模块度基本不变的情况下, 效率显著提高, 划分的社区数更少、 社区结构更紧凑.
中图分类号:
冯成强, 左万利, 王英. 基于相似度投票的社区划分改进算法[J]. 吉林大学学报(理学版), 2018, 56(3): 601-609.
FENG Chengqiang, ZUO Wanli, WANG Ying. Improved Community Partition Algorithm Based on Similarity Voting[J]. Journal of Jilin University Science Edition, 2018, 56(3): 601-609.