Detecting community structures in weighted social networks based on genetic algorithm

计算机科学 中心性 趋同(经济学) 集合(抽象数据类型) 社交网络(社会语言学) 边界(拓扑) 算法 计算复杂性理论 理论计算机科学 数学 社会化媒体 组合数学 万维网 数学分析 经济 经济增长 程序设计语言
作者
Kai Ming Yu,Lei Wu
出处
期刊:Modern Physics Letters B [World Scientific]
标识
DOI:10.1142/s0217984920504345
摘要

Detecting communities is one of the important research directions in social network analysis currently. However, complexity and size of real world networks makes it practically impossible to develop a unique mechanism for finding communities, which will show satisfactory results in almost any network. In this paper, we have proposed a genetic method that can detect communities in social networks extracted from the Web. Advantage of the method is that we can set an upper boundary to the number of clusters in the network. This is achieved by means of information centrality. When we choose top [Formula: see text] nodes, which shall be used in the algorithm iteration, we know that the number of clusters in the network is less that the number [Formula: see text]. Yet another advantage of the method is that it is fast with computational complexity equals [Formula: see text]. This is a huge improvement compared to most algorithms with convergence speed [Formula: see text]. The experimental results verify the superior performance of the proposed method.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
TheBugsss完成签到,获得积分10
刚刚
orixero应助严仕国采纳,获得10
1秒前
stone完成签到,获得积分10
1秒前
DMA50完成签到 ,获得积分10
1秒前
贤惠的老黑完成签到 ,获得积分10
2秒前
123完成签到 ,获得积分10
3秒前
执笔完成签到,获得积分10
3秒前
得意忘言完成签到,获得积分10
4秒前
4秒前
小白杨完成签到,获得积分10
5秒前
李爱国应助刘洪均采纳,获得10
5秒前
Nolan完成签到,获得积分10
6秒前
Larvenpiz完成签到,获得积分10
6秒前
淡定电脑完成签到,获得积分10
7秒前
xrf完成签到,获得积分10
7秒前
tracer发布了新的文献求助10
7秒前
司空悒完成签到,获得积分10
8秒前
9秒前
是毛果芸香碱完成签到,获得积分10
9秒前
33完成签到,获得积分20
9秒前
feedyoursoul完成签到 ,获得积分10
9秒前
10秒前
华仔应助浮华采纳,获得10
10秒前
小知了完成签到,获得积分10
10秒前
10秒前
Cynthia完成签到 ,获得积分10
10秒前
司空悒发布了新的文献求助10
11秒前
高贵的往事完成签到,获得积分10
12秒前
11完成签到 ,获得积分10
12秒前
sevenlalala完成签到,获得积分10
13秒前
13秒前
daisy发布了新的文献求助10
13秒前
14秒前
15秒前
15秒前
木子青山完成签到,获得积分10
16秒前
大个应助负责向真采纳,获得10
17秒前
cruise完成签到,获得积分10
17秒前
kkkklo完成签到,获得积分10
18秒前
吴侬软语完成签到 ,获得积分10
18秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 1000
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3244924
求助须知:如何正确求助?哪些是违规求助? 2888537
关于积分的说明 8253767
捐赠科研通 2557026
什么是DOI,文献DOI怎么找? 1385593
科研通“疑难数据库(出版商)”最低求助积分说明 650192
邀请新用户注册赠送积分活动 626369