基于谱聚类带有节点特征的社区发现算法

• 全文链接
• 请求原文

作   者：

唐风琴;  丁文文; 

作者机构：

淮北师范大学数学科学学院; 

关键词：

随机分块模型;  归一化互信息;  社区发现;  谱聚类; 

期刊名称：

中国科学技术大学学报

基金项目：

关于金融高频数据的统计推断

i s s n：

0253-2778

年卷期：

2018 年 02 期

页   码：

161-172

摘   要：

提出一类基于谱聚类算法的带有节点特征的社区发现算法(SCSA),该算法首先将带有节点特征的网络图转化为加权图,其中边的权重用节点特征相似度度量,然后将谱聚类算法应用到加权图上进行社区检测.SCSA算法将带有节点特征的网络图分成K个社区,每个社区内节点不仅连接良好而且具有相似的特征属性.注意到不是所有节点的特征在社区划分过程中都是有用的,与划分无关的特征信息会降低社区发现算法的准确度.为此,提出了一类节点特征权重自调整机制嵌入到谱聚类中以提高社区检测质量.数值实验的结果验证了所提算法的有效性.