字典乘积图的Euler性

人们在实践中发现,网络拓扑结构的一些性质能够在某种程度上衡量一个网络的性能如何,网络的可靠性便是其中的一个重要性能指标.分析现实世界中已有网络,如计算机网络、电网以及通讯网络等的可靠性具有重要的理论意义和应用价值.图的字典乘积利用已有规模较小的网络来构建规模较大的网络,且所得大网络的特征值完全由小网络的拓扑结构参数来刻画,并具有良好的性能,而图的欧拉回路与欧拉迹亦在此领域有着广泛的应用.乘积因子图的拓扑结构影响着字典乘积图的拓扑结构.本文主要研究字典乘积图的Euler回路问题和Euler迹问题,利用组合理论和极值构造方法,给出了两图的字典乘积图为Euler回路和Euler迹的一些充分必要条件.

基于节点相似度的社团发现算法

对现有的社会网络社团发现算法进行研究,发现存在算法时间复杂度高、准确率低和没有充分利用节点属性信息等问题,提出了一种基于节点相似度的社团发现算法以解决这些问题。综合考虑图的拓扑结构和节点属性信息,结合构造属性扩展图的思想和基于结构情境相似度的思想得到节点的相似度,利用改进的K-means算法对所有节点进行聚类得到社团结构。编程实验结果表明,使用该算法得到的社团准确率较高,算法的时间复杂度为线性的,在带属性的数据集上和不带属性的数据集上的测试结果均验证了算法的有效性。