资料下载
×
基于合作博弈检测社区模型及高效计算的迭代公式
消耗积分:1 |
格式:rar |
大小:0.87 MB |
2018-01-03
分享资料个
随着互联网技术的迅速发展，虚拟大规模社会网络普遍存在。社区结构是社会网络的重要特征，挖掘大规模社会网络中的社区结构能帮助人们了解网络中的内部结构和关系，从而更好的应用这些网络。因此，社区检测具有重要的现实意义。本文基于合作博弈检测社区的模型及高效计算Shapley值（SH值）的迭代公式，提出了一种以个体理性为核心的合作博弈社区检测算法（CDCG算法）。CDCG算法包括初检测和社区调整两个步骤，初检测中每个节点在不断变化的策略环境下依据自身获得最大SH值作出决策，经过多轮决策后，网络中所有节点的SH值达到平衡状态，初检测结束；社区调整是利用社区内部连接紧密、社区之间连接相对稀疏的特征对初检测产生的不合理、无意义的小簇进行调整，使得检测得出的簇具有明显的社区特征。为了提高算法时间效率，本文提出了无贡献节点剪枝策略和已归属节点剪枝策略。最后通过大量实验验证了CDCG算法能够自动确定最终社区划分个数且具有较好的社区检测效果及时间效率。
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
评论(0)
发评论
- 相关下载
- 相关文章
