摘要
现有的层次聚类社区划分通常使用公共邻居的数量来衡量节点对之间的相似性.由于忽略了公共邻居之间的差异性造成相似度值相同,许多节点对无法区分,导致社区划分结果不稳定、不准确.对此,提出了一种节点相似性聚类的社区划分方法ISCM.在无权图上工作,在特征向量构建时考虑了节点的度、聚类系数、介数中心性、信息熵等综合指标,同时在相似性矩阵构建时采用综合指标的余弦相似性,实现了一个基于节点特征的谱聚类方法,而非传统基于图的方法.使用真实的数据集和评估算法,并在模块度、运行时间上进行了比较,结果显示,其在不同数据集上具有很高的模块度和准确性.
基金项目
黑龙江省省属高等学校基本科研业务费科研项目(145209124)
黑龙江省高等教育教学改革研究项目(SJGY20210962)
NETL
NSTL
万方数据