一种新的基于时间序列的谱聚类算法

时序网络研究是当前复杂网络分析中的重要领域。传统的复杂网络分析基于静态网络,没有考虑时间维度。针对社交网络中社区划分算法缺少历史信息的问题,文章提出了一种基于时序网络的谱聚类算法(TSNSC)。首先,利用时序网络数据建立时空邻接矩阵,并采用ARIMA时间序列方法确定演化特征值;其次,基于这些演化特征值构建相似度矩阵,并进行社区划分。通过对真实网络数据集进行实验验证,结果表明基于时序网络的谱聚类社区划分算法在轮廓系数上取得了较好的结果。