基于聚類算法的二分網絡社區(qū)挖掘算法
大小：0.60 MB 人氣： 2017-12-27 需要積分：2
針對二分網絡中社區(qū)挖掘的準確性不高、對額外參數(shù)的依賴較大的問題，基于譜聚類算法的思想，從二分網絡的拓撲結構展開，提出了一種改進的社區(qū)挖掘算法。該算法將二分網絡映射到單一網絡進行社區(qū)挖掘，采用資源分布矩陣替代傳統(tǒng)的鄰接矩陣，挖掘出同類節(jié)點間的隱含信息，有效地保證了原圖的信息，改進了譜聚類算法的輸入，提高了社區(qū)挖掘的準確性；將模塊度函數(shù)概念應用到聚類分析中，用模塊度衡量社區(qū)挖掘的質量，有效解決了自動確定聚類數(shù)目的問題。在實際網絡和人造網絡上進行實驗，與蟻群優(yōu)化算法、邊集聚系數(shù)算法等算法進行對比，實驗結果表明，所提算法不但能較準確地獲得二分網絡的社區(qū)數(shù)目，且在不需要任何額外參數(shù)的情況下，能獲得很好的劃分效果，可以應用于深入理解二分網絡，進行推薦、影響力分析等。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于聚類算法的二分網絡社區(qū)挖掘算法下載
相關電子資料下載
- 一文弄懂數(shù)據挖掘的十大算法，數(shù)據挖掘算法原理講解 706
- 基于K-means聚類算法的圖像分割 1113
- 介紹一種基于最小化平方誤差的聚類算法 498
- 如何在 Python 中安裝和使用頂級聚類算法 415
- 10種聚類算法和Python代碼4 1118
- 10種聚類算法和Python代碼3 960
- 10種聚類算法和Python代碼2 796
- 10種聚類算法和Python代碼1 644
- YOLOv5中的autoanchor.py代碼解析 1242
- 視覺新范式！COCs：將圖像視為點集 636