论文部分内容阅读
针对全球化发展带来的复杂社会网络节点关系分析难度大的问题，论文在随机模糊算法概念下对复杂社会网络的节点集合进行划分。利用复杂社会网络拓扑结构性质，从网络矩阵关系结构为出发点，分别修正了网络节点路径长度和边集内聚集系数。通过随机概率定义实现了完全规则网络到完全随机网络的过渡，对每个独立的社会网络节点进行编码并设定唯一的标签，完成网络节点集合的聚集度发现。通过算法仿真结果表明：随机模糊算法在随机概率取0.5时，复杂社会网络节点聚集划分过程中节点时间复杂度优于传统的模糊聚类算法，该算法在8次迭代后社会网络节点重