-
题名基于社团检测的复杂网络中心性方法
被引量：8
- 1
-
-
作者
付立东
高琳
马小科
-
机构
西安电子科技大学计算机学院
西安科技大学计算机学院
-
出处
《中国科学：信息科学》
CSCD
2012年第5期550-560,共11页
-
基金
国家重点自然科学基金(批准号:60933009
91130006
+2 种基金
61072103
61100157)
西安科技大学培育基金(批准号:2010029)资助项目
-
文摘
论证了社团检测函数模块密度的优化进程能转化为核矩阵的特征谱分.基于核矩阵最大特征值对应的特征向量,提出了一种新的中心性方法,称为模块密度中心性方法.与以往中心性度量方法不同,这种方法以模块密度检测复杂网络中的社团结构为基础,度量了第一个节点到它分配社团上的贡献,对社团的贡献越大,该节点的中心性值越高,反之亦然.通过合成网络和标准数据集网络,验证了该方法,并同其他中心性方法进行了比较,实验表明提出的模块密度中心性方法对网络中关键节点有更好的解和稳定性.进一步在计算机产生的两个大的随机网络和来自现实世界的两个大的复杂网络中,研究了模块密度中心性方法的统计分布.结果表明了提出的中心性方法能够刻画复杂网络的拓扑结构属性.
-
关键词
复杂网络
社团
中心性
核矩阵
特征谱分
模块密度中心性
-
Keywords
complex networks, community, centrality, kernel matrix, eigenspectrum, modularity density centrality
-
分类号
O157.5
[理学—数学]
-
