论文部分内容阅读
针对使用相似度测量进行社团划分时可能出现的判断冲突问题，提出了一种基于相似度的三元社团合并算法。首先计算网络中所有节点相似度，并构建相似度矩阵和阈值矩阵。通过对相似度阈值的选取，筛选网络中不同的三元社团，并将其作为社团合并的基本元素，通过社团相似度将其合并。然后将剩余节点和孤立三元社团分别按照节点从属度和三元社团从属度划分到相应社团。三元社团的构建更加清晰地凸显了社团结构。最后通过在人工合成网络和真实世界网络上进行实验测试，结果表明算法可以准确高效地将网络中的节点划分到相应的社团。