复杂网络中的社团挖掘算法可以划分到聚类算法中去。
按照社团性质划分,可分为:单一社团发现和重叠社团发现
按照算法思想划分,可分为:分裂算法和聚合算法
按照算法流程划分,可分为:启发式算法和基于影响力算法
经典算法:
1,GN算法
其基本思想是不断的移除介数最大的边
改进:加入模块化度量
将初始的每个节点都看做一个社团,对于有边相连的社团计算它们的模块度,选择最大的两个社团合并。
continue...
复杂网络中的社团挖掘算法可以划分到聚类算法中去。
按照社团性质划分,可分为:单一社团发现和重叠社团发现
按照算法思想划分,可分为:分裂算法和聚合算法
按照算法流程划分,可分为:启发式算法和基于影响力算法
经典算法:
1,GN算法
其基本思想是不断的移除介数最大的边
改进:加入模块化度量
将初始的每个节点都看做一个社团,对于有边相连的社团计算它们的模块度,选择最大的两个社团合并。
continue...