基于弱派系的多层社会网络重叠社团发现算法

针对现有社团发现算法中多层社会网络的重叠社团发现算法较少,且较难检测小型多层网络中社团的问题,提出一种基于弱派系的多层社会网络重叠社团发现算法.算法通过检测与合并网络中的弱派系得到社团发现结果,弱派系的构建综合考虑了节点度和节点邻居间的连接,得到更细粒度的社团结构,并同时适用于无向与有向网络.真实网络的实验结果表明,该算法可有效检测小型多层社会网络中的重叠社团,优于现有的基于局部社团的社团发现算法(local community based community detection algorithm,LC-CDA算法).

基于边聚类的多层社会网络社团发现算法

针对目前多层社会网络(multi-layered social network,MSN)的社团发现算法较少、社团划分结果较粗糙等特点,提出了一种基于边聚类的多层社会网络社团发现(CLEDCC)算法。该算法综合考虑每层关系网中的任意两节点邻居及节点本身的关系强弱,并分别针对人造稀疏网、稠密网以及真实数据集进行仿真。实验表明,所提出的CLEDCC算法能有效地避免参数不确定性问题,并比跨层边聚类系数(CLECC)算法的社团划分结果更精准。