摘要: 针对现有的社团分析算法无法在大规模网络上应用的问题,提出一种社团抽取算法,可以高效地分析网络的社团特征.该方法无需事先获取网络的全部拓扑结构,采用网络搜索与社团判定相结合的思路,可有效地抽取结构未知的社交网络上的某个特定社团,从而使分析超大规模网络社团结构成为可能.在仿真数据集上进行实验,分析抽取准确率的影响因素,得出网络平均度越大抽取准确率越高.进一步实验结果表明,社团抽取算法的准确率与现有方法接近,并且执行效率明显高于现有方法,验证了该算法的可行性和有效性.
中图分类号:
张锡哲, 张聿博, 陈章禄, 张斌. 面向大规模在线社交网络的社团抽取算法[J]. 东北大学学报:自然科学版, 2015, 36(3): 342-345.
ZHANG Xi-zhe, ZHANG Yu-bo, CHEN Zhang-lu, ZHANG Bin. Community Extraction Algorithm for Large-Scale Online Social Networks[J]. Journal of Northeastern University Natural Science, 2015, 36(3): 342-345.