公开(公告)号：CN105337759B

公开(公告)日：2018-12-25

申请号：CN201510526277.2

申请日：2015-08-25

Applicant: 湖南大学

Inventor： 张大方 ,  李果 ,  谢鲲 ,  李彦彪 ,  黄潭龙

IPC: H04L12/24

Abstract: 本发明公开了一种基于社区结构的内外比度量方法及社区发现方法，首先定义了内外比度量标准，用来判断子网络结构是否社区，以及该结构的社区紧密程度。然后提出比邻双向迭代算法，使用优化后的一组初始子网络结构，通过增加邻节点或减少内点两个方向，基于内外比度量标准，来迭代发现社区。本发明用于快速发现网络中紧密程度高的社区结构，能够更快、更全面地发现更好的社区，在最早发现最好社区的时间比上平均提高39.64％，在搜索覆盖面上平均提高12.67％，并具有计算数据依赖程度低的特点，适合分布式并行计算。

公开(公告)号：CN105337759A

公开(公告)日：2016-02-17

申请号：CN201510526277.2

申请日：2015-08-25

Applicant: 湖南大学

Inventor： 张大方 ,  李果 ,  谢鲲 ,  李彦彪 ,  黄潭龙

IPC: H04L12/24

CPC classification number: H04L41/14 ,  H04L41/142

Abstract: 本发明公开了一种基于社区结构的内外比度量方法及社区发现方法，首先定义了内外比度量标准，用来判断子网络结构是否社区，以及该结构的社区紧密程度。然后提出比邻双向迭代算法，使用优化后的一组初始子网络结构，通过增加邻节点或减少内点两个方向，基于内外比度量标准，来迭代发现社区。本发明用于快速发现网络中紧密程度高的社区结构，能够更快、更全面地发现更好的社区，在最早发现最好社区的时间比上平均提高39.64％，在搜索覆盖面上平均提高12.67％，并具有计算数据依赖程度低的特点，适合分布式并行计算。