论文部分内容阅读
复杂网络中往往存在着社团结构，通过发现网络中的社团结构，可以以社团为单位研究网络的特性和隐藏的规律，从而降低了研究大型复杂网络的难度。文中提出了一种基于结点相似性的层次化社团发现算法，设计了方法选取最佳的边权重阈值，首先得到局部核心树结构，并经过两次扩散步骤，得到网络的社团划分结果。仿真实验表明，提出的算法在较低的时间复杂度下能够取得较高的社团发现准确度。