在资本市场中,根据交易者联系的密切程度,可以划分出众多团体,从而产生特定的社团结构。社团结构探测是一项非常重要而具有挑战性的工作,已经引起来自不同领域学者的广泛关注。然而,极少有多项式时间算法能够快速、准确地探测社团结构。基于著名的模块化设计优化理论,用新颖的k强度关系代表两个节点之间的耦合距离这一想法随之产生。社团结构探测算法使用基于k强度矩阵的广义模块度测量。为了得到最优社团数量,一种新颖的无参数结枃得以使用,该结构使用特定转移矩阵的特征值之差作为社团划分边界。最后,将此算法应用于基准网络和实际网络,以评估其有效性。理论分析和实证结果表明,该算法可以快速、准确地探测社团,且易于扩展至大型实际网络。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !