复杂网络健壮社团挖掘算法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (31): 36-39.

复杂网络健壮社团挖掘算法

王艳1，李应兴2，靳二辉3

1.西北民族大学图书馆，兰州 730030
2.西北民族大学数学与计算机科学学院，兰州 730030
3.西安电子科技大学计算机学院，西安 710071

出版日期:2012-11-01 发布日期:2012-10-30

Novel algorithm for robust community in complex networks

WANG Yan1, LI Yingxing2, JIN Erhui3

1.Library of Northwest University for Nationalities, Lanzhou 730030, China
2.School of Mathematics and Computer Science Institute, Northwest University for Nationalities, Lanzhou 730030, China
3.School of Computer Science and Technology, Xidian University, Xi’an 710071, China

Online:2012-11-01 Published:2012-10-30

摘要/Abstract

摘要： 提出了一种基于贝叶斯网络的健壮社团挖掘算法，通过对每个普通社团分别构建贝叶斯网络，并根据条件概率表和证据信息进行推理，得到贝叶斯网络中每个节点隶属于健壮社团的后验概率以提取健壮社团。实验结果证明了该方法对健壮社团发现的有效性。

关键词: 复杂网络, 社团发现, 健壮社团, 贝叶斯网络

Abstract: A Bayesian network based algorithm for robust community in complex network is developed. Through constructing Bayesian network for every common community, according to conditional probabilities table and prior probabilities for reasoning, the posterior probabilities of every node being in a robust community is obtained to extract robust communities. It experimentally verifies the effectiveness of two algorithms in networks.

Key words: complex network, community discovering, robust community, Bayesian network

王艳1，李应兴2，靳二辉3. 复杂网络健壮社团挖掘算法[J]. 计算机工程与应用, 2012, 48(31): 36-39.

WANG Yan1, LI Yingxing2, JIN Erhui3. Novel algorithm for robust community in complex networks[J]. Computer Engineering and Applications, 2012, 48(31): 36-39.

[1]	马满福，郭晨彪，李勇，张钟颖，张强，王常青. 基于结构熵的注意力流网络异构性研究[J]. 计算机工程与应用, 2021, 57(23): 98-105.
[2]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[3]	李金海，何有世，张鹏. 融合情境语义推理及社会网络的团购推荐研究[J]. 计算机工程与应用, 2021, 57(18): 163-171.
[4]	郭雪昆，秦远辉，杜亮，罗永亮，王宏安. 基于MEBN的大型舰船舰面保障作业检测[J]. 计算机工程与应用, 2021, 57(1): 242-253.
[5]	王安，顾益军. 基于社区划分的节点重要性评估方法[J]. 计算机工程与应用, 2020, 56(8): 42-48.
[6]	陈杰，程胜，徐梦，史豪斌. 面向医疗辅助诊断的可视化多属性决策方法[J]. 计算机工程与应用, 2020, 56(8): 249-255.
[7]	陈海洋，刘喜庆，环晓敏. 一步预测的SVDDBN缺失数据插补算法[J]. 计算机工程与应用, 2020, 56(7): 81-87.
[8]	赵亮，朱征宇. 融入K-核迭代因子的重叠社区发现算法[J]. 计算机工程与应用, 2020, 56(3): 61-67.
[9]	杜轻，辛守庭，雷新宇，于海涛. 基于脑网络和TSK模糊系统的癫痫脑电识别[J]. 计算机工程与应用, 2020, 56(2): 133-140.
[10]	易成岐，郭鑫，童楠楠，窦悦，陈东，王建冬. 基于启发式社团发现模型的创新态势研判算法[J]. 计算机工程与应用, 2020, 56(15): 74-79.
[11]	蔡菲，张鑫，牟晓慧，陈杰，蔡珣. 深度非负矩阵分解的链路预测方法研究[J]. 计算机工程与应用, 2020, 56(15): 153-161.
[12]	郑伟，侯宏旭，班志杰. 贝叶斯网络查询语义扩展的专家发现方法[J]. 计算机工程与应用, 2020, 56(13): 194-198.
[13]	张昕，郭阳. 复杂网络中的一种介度熵抗毁性度量方法[J]. 计算机工程与应用, 2020, 56(12): 105-111.
[14]	盛津芳，刘家广，王斌. 基于Katz自动编码器的城市路网链路预测模型[J]. 计算机工程与应用, 2019, 55(8): 116-123.
[15]	吕学志1，2，胡晓峰1，吴琳1，贺筱媛1. 基于贝叶斯网络的任务共同体识别[J]. 计算机工程与应用, 2019, 55(5): 251-257.