基于结构近似度的社交网络聚类

发布时间：2023-10-07 19:12

　　针对基于结构近似度的聚类算法无法解决非对称网络聚类的问题,该文根据社交网络的特点,提出了基于结构近似度的有向社交网络聚类算法,通过将社交网络抽象为图结构,将网络聚类问题看成图论中的子图划分问题,实现了对社交网络的准确聚类分簇,且分簇复杂度较低。使用C++语言编程实现该算法,通过自定义有向网络数据集和标准数据集的测试表明,该算法对社交网络结构的划分较为准确,且能鉴别离群节点和枢纽节点。

【文章页数】：6 页

【文章目录】：
1 社交网络聚类问题分析
    1.1 网络的结构近似度
    1.2 基于结构近似度的有向网络聚类模型
    1.3 算法流程
    1.4 算法特点分析
    1.5 算法时间复杂度
2 实验结果分析与对比
    2.1 实验环境及参数设置
    2.2 实验结果及分析
        2.2.1 自定义数据集结果及分析
        2.2.2 特殊节点的分析与推广
        2.2.3 相关算法性能评价及对比分析
        2.2.4 相关算法对比分析
3 结论



本文编号：3852337