更改

跳到导航 跳到搜索
添加1字节 、 2020年4月9日 (四) 15:31
第9行: 第9行:       −
在研究计算机、信息网络、社会网络和生物网络等网络时,经常发现网络具有许多不同的特征,包括'''小世界性  Small-world property'''、'''重尾度分布  Heavy-tailed degree distributions '''和'''聚集性  Clustering '''等。 而网络也具有共同特征——都具有社团结构。社团结构指的是网络中内部连接比其余部分更加密集的节点组。 这种联系的不均匀性表明网络内部存在某种自然的划分。将节点集进行划分,就产生了一个个社团。也就是说,每个节点被放入一个社团中,且该社团唯一,这是一个有用的简化,多数社团检测算法都适用于这种类型的社团结构。<ref name=ComSocBio>
+
在研究计算机、信息网络、社会网络和生物网络等网络时,经常发现网络具有许多不同的特征,包括'''小世界性  Small-world property'''、'''重尾度分布  Heavy-tailed degree distributions '''和'''聚集性  Clustering '''等。 而网络也具有共同特征——都具有社团结构。<ref name=ComSocBio>
 
{{cite journal
 
{{cite journal
 
  |author1=M. Girvan |author2=M. E. J. Newman | year = 2002
 
  |author1=M. Girvan |author2=M. E. J. Newman | year = 2002
第60行: 第60行:  
  |volume=1
 
  |volume=1
 
  |pages=1630001 [8]
 
  |pages=1630001 [8]
}}</ref>然而,在某些情况下,则是一个节点位于多个社团(即社团具有重叠性 )的社团结构能够更好表示所研究的对象。这可能发生在社交网络中:每个节点代表一个人,而社团代表不同的朋友群体,如: 一个社团代表家庭,另一个社团代表同事,还有一个社团代表来自同一体育俱乐部的朋友等等。 下面所讨论的'''基于团结构的社团检测算法  Clique-based method '''的例子,就属于这种具有重叠性的社团结构。
+
}}</ref>社团结构指的是网络中内部连接比其余部分更加密集的节点组。 这种联系的不均匀性表明网络内部存在某种自然的划分。
 +
 
 +
将节点集进行划分,就产生了一个个社团。也就是说,每个节点被放入一个社团中,且该社团唯一,这是一个有用的简化,多数社团检测算法都适用于这种类型的社团结构。然而,在某些情况下,则是一个节点位于多个社团(即社团具有重叠性)的社团结构能够更好表示所研究的对象。这可能发生在社交网络中:每个节点代表一个人,而社团代表不同的朋友群体,如: 一个社团代表家庭,另一个社团代表同事,还有一个社团代表来自同一体育俱乐部的朋友等等。 下面所讨论的'''基于团结构的社团检测算法  Clique-based method '''的例子,就属于这种具有重叠性的社团结构。
     
7,129

个编辑

导航菜单