|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2010年10 期
| 标题 |
| 基于兴趣相似度的社区结构发现算法研究(19 卷) |
| 英文标题 |
| Research on algorithm of community structure detection based on interest similarity |
| 摘要 |
| 复杂网络通常会呈现出社区结构特性，如何在实际网络中高效地发现社区结构是近年来复杂网络的研究热点之一。到目前为止，已经提出很多分析复杂网络社区结构的算法。但是大部分算法基于无权网络并且有些算法由于其时间复杂度的过高导致其不适合应用于对大型网络的分析。本文提 |
| 作者 |
| 新闻作者:韩瑞凯，孟嗣仪，刘 云，郭英慧，张彦超 |
| 关键字 |
