论文部分内容阅读
通过挖掘大数据来识别复杂社会网络上的社区，有利于对经济、政治、人口等方面的重要问题进行定量研究，社区的识别算法已经成为当前研究的热点问题。重点研究了重叠社区识别问题，提出了基于引力因子的加权复杂网络的重叠社区识别算法GWCR。该算法首先选取万有引力因子大的节点为中心节点，将节点与中心节点之间的引力因子作为衡量标准，并将节点归入社区引力因子大于某一阁值的社区，最后通过识别重叠节点来识别重叠社区。在3个真实网络数据集上的实验结果表明，与传统的重叠社区识别算法相比，GWCR算法划分的社区的模块度较高。