复杂网络中的社团结构算法综述

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

复杂网络中的社团结构算法综述

汪小帆, 刘亚冰

文章导航 > 电子科技大学学报 > 2009 > 38(5): 537-543

汪小帆, 刘亚冰. 复杂网络中的社团结构算法综述[J]. 电子科技大学学报, 2009, 38(5): 537-543. doi: 10.3969/j.issn.1001-0548.2009.05.007

引用本文:

汪小帆, 刘亚冰. 复杂网络中的社团结构算法综述[J]. 电子科技大学学报, 2009, 38(5): 537-543. doi: 10.3969/j.issn.1001-0548.2009.05.007

WANG Xiao-fan, LIU Ya-bing. Overview of Algorithms for Detecting Community Structure in Complex Networks[J]. Journal of University of Electronic Science and Technology of China, 2009, 38(5): 537-543. doi: 10.3969/j.issn.1001-0548.2009.05.007

Citation:

WANG Xiao-fan, LIU Ya-bing. Overview of Algorithms for Detecting Community Structure in Complex Networks[J]. Journal of University of Electronic Science and Technology of China, 2009, 38(5): 537-543. doi: 10.3969/j.issn.1001-0548.2009.05.007

复杂网络中的社团结构算法综述

doi: 10.3969/j.issn.1001-0548.2009.05.007

1.
上海交通大学电子信息与电气工程学院上海闵行区 200240

基金项目:

国家自然科学基金(60674045,60731160629);上海市优秀学科带头人计划(07XD14017)

作者简介:
汪小帆(1967-)，男，博士，长江学者特聘教授，主要从事复杂网络分析与控制研究方面的研究

中图分类号: N941;TP311.13

Overview of Algorithms for Detecting Community Structure in Complex Networks

1.
School of Electronics,Information & Electrical Engineering,Shanghai JiaoTong University Minhang Shanghai 200240

摘要: 社团结构是复杂网络的一个极其重要的特性,网络社团结构挖掘在生物学、计算机科学和社会学等多个领域都具有很重要的意义。近年来,针对不同类型的大规模复杂网络,人们提出了很多寻找社团结构的算法。该文综述了该领域最新的比较有代表性的一些算法,重点分析了基于模块度指标的改进算法,能够体现社团层次性和重叠性的新算法,衡量社团划分算法好坏的基准图。最后展望了该领域的未来研究方向。
- 复杂网络 /
- 社团结构 /
- 层次性 /
- 模块度函数 /
- 重叠性
Abstract: Community structure is a very important property of complex networks. Detecting communities in networks is of great importance in biology, computer science, sociology and so on. In recent years, a lot of community discovery algorithms have been proposed aiming at different kinds of large scale complex networks. In this paper, we review some latest representative algorithms, focusing on the improved methods based on the modularity function, the algorithms which can detect overlapping and hierarchical community structure in networks, and the benchmark in detecting communities. Finally, some future directions are pointed out.
- complex network /
- community structure /
- hierarchical structure /
- modularity function /
- overlapping communities

[1]	肖婧, 邹雨承, 吴双, 许小可. 基于模体的模块度优化高阶社区检测算法 . 电子科技大学学报, 2023, 52(4): 631-640. doi: 10.12178/1001-0548.2022111
[2]	龚志豪, 蒋沅, 代冀阳, 杨智翔. 基于交叉熵的节点重要性排序算法 . 电子科技大学学报, 2023, 52(6): 944-953. doi: 10.12178/1001-0548.2023058
[3]	谢怡燃, 李国华, 杨波. 基于站点线路数的城市公交网络鲁棒性研究 . 电子科技大学学报, 2022, 51(4): 630-640. doi: 10.12178/1001-0548.2021336
[4]	李艳丽, 周涛. 链路预测中的局部相似性指标 . 电子科技大学学报, 2021, 50(3): 422-427. doi: 10.12178/1001-0548.2021062
[5]	赵娜, 柴焰明, 尹春林, 杨政, 王剑, 苏适. 基于最大连通子图相对效能的相依网络鲁棒性分析 . 电子科技大学学报, 2021, 50(4): 627-633. doi: 10.12178/1001-0548.2020440
[6]	邵鹏, 胡平. 复杂网络特殊用户对群体观点演化的影响 . 电子科技大学学报, 2019, 48(4): 604-612. doi: 10.3969/j.issn.1001-0548.2019.04.019
[7]	孙晓璇, 吴晔, 冯鑫, 肖井华. 高铁-普铁的实证双层网络结构与鲁棒性分析 . 电子科技大学学报, 2019, 48(2): 315-320. doi: 10.3969/j.issn.1001-0548.2019.02.024
[8]	赵紫娟, 李小珂, 郭强, 杨凯, 刘建国. 基于LDA的复杂网络整体研究态势主题分析 . 电子科技大学学报, 2019, 48(6): 931-938. doi: 10.3969/j.issn.1001-0548.2019.06.019
[9]	吴宗柠, 樊瑛. 复杂网络视角下国际贸易研究综述 . 电子科技大学学报, 2018, 47(3): 469-480. doi: 10.3969/j.issn.1001-0548.2018.03.023
[10]	顾亦然, 朱梓嫣. 基于LeaderRank和节点相似度的复杂网络重要节点排序算法 . 电子科技大学学报, 2017, 46(2): 441-448. doi: 10.3969/j.issn.1001-0548.2017.02.020
[11]	杨凯, 郭强, 刘晓露, 刘建国. 基于多重特征向量的有向网络社团结构划分算法 . 电子科技大学学报, 2016, 45(6): 1014-1019, 1032. doi: 10.3969/j.issn.1001-0548.2016.06.024
[12]	汤蓉, 唐常杰, 徐开阔, 杨宁. 基于局部聚合的复杂网络自动聚簇算法 . 电子科技大学学报, 2014, 43(3): 329-335. doi: 10.3969/j.issn.1001-0548.2014.03.002
[13]	周涛, 张子柯, 陈关荣, 汪小帆, 史定华, 狄增如, 樊瑛, 方锦清, 韩筱璞, 刘建国, 刘润然, 刘宗华, 陆君安, 吕金虎, 吕琳媛, 荣智海, 汪秉宏, 许小可, 章忠志. 复杂网络研究的机遇与挑战 . 电子科技大学学报, 2014, 43(1): 1-5. doi: 10.3969/j.issn.1001-0548.2014.01.001
[14]	王伟, 杨慧, 龚凯, 唐明, 都永海. 复杂网络上的局域免疫研究 . 电子科技大学学报, 2013, 42(6): 817-830.
[15]	唐雪飞, 杨陈皓, 牛新征. 复杂网络链路危险度预测模型研究 . 电子科技大学学报, 2013, 42(3): 442-447. doi: 10.3969/j.issn.1001-0548.2013.03.024
[16]	张昌利, 龚建国, 闫茂德. 基于复杂网络的社会化标签语义相似度分析 . 电子科技大学学报, 2012, 41(5): 642-648. doi: 10.3969/j.issn.1001-0548.2012.05.001
[17]	张聪, 沈惠璋. 网络自然密度社团结构模块度函数 . 电子科技大学学报, 2012, 41(2): 185-191. doi: 10.3969/j.issn.1001-0548.2012.02.003
[18]	朱大勇, 张新丽, 李树全. 利用局部拓扑信息发现模糊社团结构 . 电子科技大学学报, 2011, 40(1): 73-79. doi: 10.3969/j.issn.1001-0548.2011.01.014
[19]	谢福鼎, 张大为, 黄丹, 张永, 孙岩. 寻找复杂网络社团的稠密集算法 . 电子科技大学学报, 2011, 40(4): 483-490. doi: 10.3969/j.issn.1001-0548.2011.04.001
[20]	吕琳媛. 复杂网络链路预测 . 电子科技大学学报, 2010, 39(5): 651-661. doi: 10.3969/j.issn.1001-0548.2010.05.002

WeChat

点击查看大图

计量

文章访问数: 4301
HTML全文浏览量: 254
PDF下载量: 200
被引次数: 0

复杂网络中的社团结构算法综述

doi: 10.3969/j.issn.1001-0548.2009.05.007

1. 上海交通大学电子信息与电气工程学院上海闵行区 200240

基金项目:

国家自然科学基金(60674045,60731160629);上海市优秀学科带头人计划(07XD14017)

作者简介:
汪小帆(1967-)，男，博士，长江学者特聘教授，主要从事复杂网络分析与控制研究方面的研究

收稿日期: 2009-06-30
刊出日期: 2009-10-15

中图分类号: N941;TP311.13

关键词:

摘要: 社团结构是复杂网络的一个极其重要的特性,网络社团结构挖掘在生物学、计算机科学和社会学等多个领域都具有很重要的意义。近年来,针对不同类型的大规模复杂网络,人们提出了很多寻找社团结构的算法。该文综述了该领域最新的比较有代表性的一些算法,重点分析了基于模块度指标的改进算法,能够体现社团层次性和重叠性的新算法,衡量社团划分算法好坏的基准图。最后展望了该领域的未来研究方向。

English Abstract

汪小帆, 刘亚冰. 复杂网络中的社团结构算法综述[J]. 电子科技大学学报, 2009, 38(5): 537-543. doi: 10.3969/j.issn.1001-0548.2009.05.007

引用本文:

汪小帆, 刘亚冰. 复杂网络中的社团结构算法综述[J]. 电子科技大学学报, 2009, 38(5): 537-543. doi: 10.3969/j.issn.1001-0548.2009.05.007

WANG Xiao-fan, LIU Ya-bing. Overview of Algorithms for Detecting Community Structure in Complex Networks[J]. Journal of University of Electronic Science and Technology of China, 2009, 38(5): 537-543. doi: 10.3969/j.issn.1001-0548.2009.05.007

Citation:

WANG Xiao-fan, LIU Ya-bing. Overview of Algorithms for Detecting Community Structure in Complex Networks[J]. Journal of University of Electronic Science and Technology of China, 2009, 38(5): 537-543. doi: 10.3969/j.issn.1001-0548.2009.05.007

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发