位置:成果数据库 > 期刊 > 期刊详情页
复杂网络中的社团结构算法综述
  • ISSN号:1001-0548
  • 期刊名称:电子科技大学学报
  • 时间:2009
  • 页码:537-543
  • 期号:05
  • 便笺:51-1207/T
  • 分类:N941[自然科学总论—系统科学] TP311.13[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]
  • 作者地址:上海交通大学电子信息与电气工程学院;
  • 作者机构:[1]上海交通大学电子信息与电气工程学院,上海闵行区200240
  • 相关基金:国家自然科学基金(60674045,60731160629);上海市优秀学科带头人计划(07XD14017)
中文摘要:

社团结构是复杂网络的一个极其重要的特性,网络社团结构挖掘在生物学、计算机科学和社会学等多个领域都具有很重要的意义。近年来,针对不同类型的大规模复杂网络,人们提出了很多寻找社团结构的算法。该文综述了该领域最新的比较有代表性的一些算法,重点分析了基于模块度指标的改进算法,能够体现社团层次性和重叠性的新算法,衡量社团划分算法好坏的基准图。最后展望了该领域的未来研究方向。

英文摘要:

Community structure is a very important property of complex networks. Detecting communities in networks is of great importance in biology, computer science, sociology and so on. In recent years, a lot of community discovery algorithms have been proposed aiming at different kinds of large scale complex networks. In this paper, we review some latest representative algorithms, focusing on the improved methods based on the modularity function, the algorithms which can detect overlapping and hierarchical community structure in networks, and the benchmark in detecting communities. Finally, some future directions are pointed out.

同期刊论文项目
期刊论文 23 会议论文 11
同项目期刊论文
期刊信息
  • 《电子科技大学学报》
  • 北大核心期刊(2011版)
  • 主管单位:国家教育部
  • 主办单位:电子科技大学
  • 主编:周小佳
  • 地址:成都市成华区建设北路二段四号
  • 邮编:610054
  • 邮箱:xuebao@uestc.edu.cn
  • 电话:028-83202308
  • 国际标准刊号:ISSN:1001-0548
  • 国内统一刊号:ISSN:51-1207/T
  • 邮发代号:62-34
  • 获奖情况:
  • 全国优秀科技期刊,第二届全国优秀科技期刊二等奖,两次获国家新闻出版署、国家教委“全国高校自然科...,中国期刊方阵双百期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:12314