基于结构近似度的社交网络聚类

作     者：王韫烨 孔珊 李亚伦 Wang Yunye;Kong Shan;Li Yalun

作者机构：郑州师范学院信息科学与技术学院河南郑州450044 天津工业大学电子与信息工程学院天津300387 

出 版 物：《南京理工大学学报》 (Journal of Nanjing University of Science and Technology)

年 卷 期：2020年第44卷第2期

页      面：230-235页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61572447,61972456) 河南省科技攻关项目(162102310238) 

主　　题：社交网络 有向图 网络聚类 结构近似度 

摘      要：针对基于结构近似度的聚类算法无法解决非对称网络聚类的问题,该文根据社交网络的特点,提出了基于结构近似度的有向社交网络聚类算法,通过将社交网络抽象为图结构,将网络聚类问题看成图论中的子图划分问题,实现了对社交网络的准确聚类分簇,且分簇复杂度较低。使用C++语言编程实现该算法,通过自定义有向网络数据集和标准数据集的测试表明,该算法对社交网络结构的划分较为准确,且能鉴别离群节点和枢纽节点。