一种基于广度优先搜索邻居的聚类算法

聚类算法BFSN广度优先搜索某对象的直接邻居和间接邻居 ,对符合条件的所有找到的邻居合并 ,从而完成一类聚类 .接着重复该步骤完成所有对象的聚类 .与同类算法相比 ,该算法具有实现简单、复杂度低和容易设定最佳参数等优点 .实验证明 ,在聚类正确率相近的情况下 ,该算法的效率比较高 。

融合结点属性与结构的电商网络社区检测算法

针对密度峰值算法在社区划分应用中因截断距离的选取以及仅考虑社区网络拓扑结构而带来的不准确等问题,提出一种融合结点属性和网络拓扑结构的密度峰值社区检测算法。以用户网络拓扑结构计算用户结点的直接邻居与间接邻居的度表示结点的局部密度;以用户对商品的评论信息的主题属性为用户结点的属性,结合网络拓扑结构计算用户间的相似度,从而得到用户间的相对距离;选出关键点作为社区的中心结点,完成社区划分。实验表明:所提出的算法准确度与归一化信息指标均优于基线模型算法,提高了电商网络中社区检测算法准确度,实现了高效的社区划分。