大规模社交网络社区发现及可视化算法

图可视化模块度优化

针对现有社区发现算法存在社区质量不满足图可视化要求和算法效率低的问题, 提出一种改进的启发式社区发现算法. 该算法基于模块度优化, 通过结合预先选取种子节点的方法, 抑制算法中大社区的过度合并, 同时及时合并小的社区; 然后针对力导引布局算法存在社区结构不明显和布局效率低问题, 提出一种展示大规模社区结构的社区布局算法, 通过引入社区引力促使同一社区中的节点聚拢, 优化了社区引力建模, 简化了布局算法步骤. 实验结果表明, 文中算法能够清晰、高效地展示大规模社交网络数据.

文件下载

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

大规模社交网络社区发现及可视化算法

文件下载

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载