论文部分内容阅读
为了提高社团发现算法的效率,提出了一种基于三角模体和期望极大的社团结构发现（Community structure discovery based on triangular motifs and expectation-maximization,CSDTME）模型的社团发现算法。CSDTME模型采用三角模体对网络进行表示,考虑了节点的混合隶属度及社团间的链接关系,用期望极大算法计算模型涉及的参数,采用全三角模体和两边三角模体作为计算对象,通过减少计算对象来提高算法的效率,根据参数结果可得到节点的社团隶属