更改

跳到导航 跳到搜索
删除31字节 、 2020年4月25日 (六) 12:54
第174行: 第174行:  
===快速模块度优化算法===
 
===快速模块度优化算法===
 
为了降低算法的时间复杂度,'''文森特·布隆代尔  Vincent Blondel'''等人提出了另一种层次贪心算法。该算法包括两个阶段,第一阶段合并社团,算法将每个节点当作一个社团,基于模块度增量最大化标准决定哪些相邻的社团应该被合并。经过一轮扫描后开始第二阶段,算法将第一阶段发现的所有社团重新看成节点,构建新的网络,在新网络上重复进行第一阶段,这两个阶段重复运行,直到网络社团划分的模块度不再增长,得到网络的社团近似最优划分。
 
为了降低算法的时间复杂度,'''文森特·布隆代尔  Vincent Blondel'''等人提出了另一种层次贪心算法。该算法包括两个阶段,第一阶段合并社团,算法将每个节点当作一个社团,基于模块度增量最大化标准决定哪些相邻的社团应该被合并。经过一轮扫描后开始第二阶段,算法将第一阶段发现的所有社团重新看成节点,构建新的网络,在新网络上重复进行第一阶段,这两个阶段重复运行,直到网络社团划分的模块度不再增长,得到网络的社团近似最优划分。
这个简单算法具有以下几个优点:首先,该算法的步骤比较直观并且易于实现;其次,该算法不需要提前设定网络的社团数,并且该算法可以呈现网络的完整的分层社团结构,能够发现在线社交网络的分层虚拟社区结构,获得不同分辨率的虚拟社区;此外,计算机模拟实验显示:在稀疏网络上,该算法在合理的时间内可以处理结点数超过10^9的网络,因此十分适合在线社交网络这样超大规模的网络中检测最优的社团划分。
+
这个简单算法具有以下几个优点:
 
+
#该算法的步骤比较直观并且易于实现;
 +
#不需要提前设定网络的社团数,并且该算法可以呈现网络的完整的分层社团结构,能够发现在线社交网络的分层虚拟社区结构,获得不同分辨率的虚拟社区;
 +
#计算机模拟实验显示:在稀疏网络上,该算法在合理的时间内可以处理结点数超过10^9的网络,因此十分适合在线社交网络这样超大规模的网络中检测最优的社团划分。
    
==进一步阅读==
 
==进一步阅读==
763

个编辑

导航菜单