基于关联度与引力的复杂网络社区发现方法

通过分析复杂网络中节点之间的关系,定义关联度作为评价连边端节点关联程度和连边在网络中重要程度的度量。针对网络的社区挖掘问题,提出一种复杂网络社区发现方法。将高关联度的节点作为社区候选核心节点,互连的核心节点扩展构成社区骨架,形成彼此分离的初始社区;对于其余未归类节点,根据它们与初始社区的关系进行定级,计算不同社区对其引力,将它们归入引力最大的社区。真实网络和人工网络的实验结果表明,该算法具有很好的稳定性、准确性和效率。