针对复杂网络群落划分的准确性差和时间复杂度高的问题,设计了一种基于修正Jaccard贴近度和群落合并的用于非堆叠群落的划分算法IJCD(Improved Jaccard community detection)。该算法针对Jaccard贴近度的计算结果中存在距离不同但贴近...针对复杂网络群落划分的准确性差和时间复杂度高的问题,设计了一种基于修正Jaccard贴近度和群落合并的用于非堆叠群落的划分算法IJCD(Improved Jaccard community detection)。该算法针对Jaccard贴近度的计算结果中存在距离不同但贴近度可能相同的情况,引入了改进的Jaccard贴近度算法计算节点之间的贴近度,选择多个贴近节点在一个群落而不是最贴近的两个节点,从而得到初始群落,再进行群落合并。计算所得的初始群落的准确率较高且群落个数较少,提高了整个算法的效率。最后,采用了几种经典的算法对网络进行群落划分,在选取的几个真实网络和计算机生成网络上的实验结果表明:IJCD算法能够有效地对群落进行划分,并且有较高的准确度和较低的时间复杂度。展开更多
文摘针对复杂网络群落划分的准确性差和时间复杂度高的问题,设计了一种基于修正Jaccard贴近度和群落合并的用于非堆叠群落的划分算法IJCD(Improved Jaccard community detection)。该算法针对Jaccard贴近度的计算结果中存在距离不同但贴近度可能相同的情况,引入了改进的Jaccard贴近度算法计算节点之间的贴近度,选择多个贴近节点在一个群落而不是最贴近的两个节点,从而得到初始群落,再进行群落合并。计算所得的初始群落的准确率较高且群落个数较少,提高了整个算法的效率。最后,采用了几种经典的算法对网络进行群落划分,在选取的几个真实网络和计算机生成网络上的实验结果表明:IJCD算法能够有效地对群落进行划分,并且有较高的准确度和较低的时间复杂度。
