在对信息网络社区发现研究的基本概念与原理进行简单介绍的基础上,着重对各种发现方法进行分类分析与比较.最后,对信息网络社区发现技术进行了总结与展望.
基于WAF的用户社区发现,肖晶,徐蔚然,随着移动互联网的逐渐普及,网络社区作为一个虚拟的社交平台,已经逐渐成为了整个社会交际中不可或缺的一部分。如何从一个复杂的
浙江大学 硕士学位论文 网络拓扑发现的算法研究与实现 姓名:黄晓波 申请学位级别:硕士 专业:计算机及应用 指导教师:潘雪增 20060208 浙江人学硕士学位论文 首先,交换机基于目标MAC地址作出
随着社区规模的不断扩大,基于标签传播思想的重叠社区发现算法得到较大发展。经典重叠社区发现算法虽然很好地利用了标签随机传播特性实现了重叠社区发现,但是也导致该算法输出结果很不稳定、社区生成质量较差。为克
基于分解多目标进化算法的动态可重叠社区发现,宋峰,左兴权,社区发现是网络研究的重要一部分。随着互联网的复杂化动态化发展,动态网络的重叠社区发现研究变越来越受到重视。本文采用基于分
一种基于密度峰值聚类的社区发现算法,白亮,赵越,社区发现是网络数据挖掘的一个重要研究内容,被用于探索复杂网络中潜在的类结构。针对网络数据,本文对一种密度峰值聚类算法
为了发现动态变化的社区结构,在分析了动态社区划分算法的研究现状基础上,提出一种基于时效性和介数的动态社区发现算法,对历史信息的时效性进行了计算,建立了综合有权网络,基于局部边介数进行社区划分,发现了稳
提出了一种基于多种群遗传算法的复杂网络社区结构发现新算法,该算法无须预先知道社区内节点的数量以及任何门限值,同时引入并行遗传算法的思想,进一步提高了算法的运行效率。实验结果表明,与传统算法相比,在无先
SMO Algorithm C++ Implementation in SVM
在大型复杂网络中自动搜寻或发现社区具有重要的实际应用价值。该文把超图模型以及基于此的聚类算法应用到社区结构发现的领域。对于简单图的社区结构发现,引入边凝聚系数的概念,提出了基于边凝聚系数的社区发现算法
