基于节点相似性的并行启发式网络拓扑结构发现算法

针对网络社区发现算法的低精确度与高复杂度问题,在节点相似性的基础上提出了一种适用于复杂网络的社区发现算法。利用邻接矩阵和经典决策规则,制定具有较高可靠性和准确性的相似性判定准则,实现网络拓扑中相邻节点之间关系的量化与计算。通过引入具有较少冲突的哈希表,提出具有并行运算结构的启发式社区发现算法,完成对复杂网络拓扑结构的高质量检测。仿真测试结果表明,与经典的Jaccard准则发现算法相比,基于节点相似性的发现算法具有更高的发现精确度及时间效率。