基于粒子群算法的Web社区发现

Web社区发现技术是提高网络搜索引擎检索质量的重要途径之一。如何给出利用较少先验信息,并能对网络进行高效划分的算法是网络社区发现的关键。传统算法如Wu-Huberman算法虽能对社区进行快速划分,但需先确定分属不同社区的两个节点,Radichi快速分裂算法依赖于网络中存在的三角形的数目,DuchJ提出的极值优化算法对初始解非常敏感。本文提出一种基于粒子群优化算法的网络社区发现方法,并用不同规模的网络图Zachary、Krebs和dolphins网络结构对方法进行测试,实验结果表明,该方法在无先验信息的条件下,以较低的时间复杂度,快速、高效地完成对网络社区的划分。