ADL算法通过链路预测补全和删除策略自动获取社团结构，利用CN指标判断边的增删，以增强社团划分。算法包括计算共同邻居数、动态调整边、获取核心节点集和后处理的标签传播步骤。
一. ADL算法思想：
对网络缺失的信息通过链路预测进行补全，对网络冗余的信息通过删除链路进行分裂，由此自动获取社团数目及核心节点集，并针对处理后的孤立节点进行标签传播实现最终的网络聚类。
二. 基于CN指标的算法实现
CN指标，即共同邻居数指标。两个没有联系的节点，它们的共同邻居越多，说明这两个节点连接的可能性越大。该算法通过计算两个节点之间的共同邻居数，来决定增加或者删除边。在局部网络中，如果两个未连接的节点的共同邻居数较大,则通过增加边的方式让两个围连接的节点相连，使得稠密的局部网络变得更加稠密；如果已经相连的两个节点的共同邻居数较小，则删除这两个节点之间的连边，使得稀疏的局部网络更加稀疏，从而使得网络的社团结构更加明显，达到社团划分的目的。该算法我们命名为ADL-CN算法。
三. ADL-CN的具体步骤
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
