写综述想到的

复杂网络的社团划分相关学习进行了好一阵子,周遭乱七八糟的事情搞得一直没有专心做总结,最近写综述才发现很多看过的东西不总结下来真心是记不住,于是,好的,整理整理吧,这次先从国防科大骆志刚教授的论文《复杂网络社团发现算法研究新进展》说起。

印象中复杂网络聚类算法的划分有很多很多,但是真心是五花八门,按照算法的思路区分也就算了,竟然有人仅仅按重叠非重叠去分,真的让人无语。这篇文章的划分方式其实我也评判不出优劣,不过权且一看,给个思路吧,至少人家教授比我还是强悍的多了不知多少倍。非重叠社团发现,这部分社区发现算法的研究相对来说已经比较成熟了,从GN算法开启这一领域的研究之门,后续的创新和改进大量涌现。按照本文的划分:

一、基于模块度优化的社团发现算法,也就是优化模块度Q值的一部分算法。Q值是由Newman在2004年的论文"Fast Algorithm for Dectecting Community Structure in Networks"中提出的(也就是FN算法)。通过优化Q值来提高模块度是这类算法的主要思路,在此基础上,本文又划分了三个类别:①采用聚合思想,也就是分层聚类中的自底向上的作法。典型算法有Newman快速算法(FN算法)、CNM算法(Finding Local Community Structure in Networ

你可能感兴趣的:(复杂网络社区划分)