简介:模糊重叠社区检测通过扩展隶属度取值空间,实现了重叠节点与社区之间复杂且模糊隶属关系的精确化测量,不仅能够有效提升重叠社区结构检测的精确性,而且能够深度挖掘出节点和社区的重叠特性。文中首先分析了模糊重叠社区检测与传统离散重叠社区检测的关系;然后对二者的国内外相关研究现状进行阐述和分析,其中在模糊重叠社区检测方法研究中根据模糊隶属度获取方式的不同将当前相关研究分为扩展标签传播、非负矩阵分解、基于边界节点的两阶段检测、模糊聚类、模糊模块度优化五大类进行综述,重点分析了基于进化算法的模糊模块度优化方法;最后对模糊重叠社区检测研究未来的发展趋势进行了分析和展望。
简介:从个体属性差异角度切入,结合现实群体关系研究感知网络演化模型。模型通过引入马氏定理,模拟在不同感知维度和感知能力下的个体行为,并计算其马氏距离,实现以优先连接概率为前提条件的人类感知网络结构。实验表明:通过优先连接概率阈值和感知因子权重关联度阈值两个外部环境因子,以及个体节点属性差异内部因素,可以共同数据化新旧节点度的动态变化过程,结果显示核心属性因子权重的变化对网络特征影响明显。