view in publisher's site

A Community Detecting Algorithm in Directed Weighted Networks

In this paper, the impact factors of in-degree and out-degree are introduced into community detection, and the directed weighted degree is used to measure the importance of the node. Based on the core nodes, a community detecting algorithm for directed and weighted networks is proposed. Then the community detection on the blog site of Sciencenet is conducted with standard structure entropy as a measure. Experimental results demonstrate that in directed and weighted networks, the proposed algorithm is efficient with shorter execution time. By comparing with the classical algorithm, the detecting results of our algorithm meet the trend of standard entropy better. It means the algorithm proposed is improved to some extent.

یک الگوریتم تشخیص جامعه در شبکه‌های Weighted گرا

در این مقاله، فاکتورهای تاثیر در درجه و درجه به تشخیص جامعه معرفی می‌شوند و درجه وزن دهی هدایت‌شده برای اندازه‌گیری اهمیت گره مورد استفاده قرار می‌گیرد. براساس گره‌های هسته، یک الگوریتم تشخیص جامعه برای شبکه‌های directed و weighted پیشنهاد شده‌است. سپس تشخیص جامعه در محل وبلاگ of با آنتروپی ساختار استاندارد به عنوان یک معیار انجام می‌شود. نتایج تجربی نشان می‌دهند که در شبکه ¬ های هدایت‌شده و وزن دار، الگوریتم پیشنهادی با زمان اجرای کوتاه‌تر کارآمد است. با مقایسه الگوریتم کلاسیک، تشخیص نتایج الگوریتم ما با گرایش به آنتروپی استاندارد بهتر عمل می‌کند. این به این معنی است که الگوریتم پیشنهادی تا حدودی بهبود یافته‌است.

ترجمه شده با

Download PDF سفارش ترجمه این مقاله این مقاله را خودتان با کمک ترجمه کنید
سفارش ترجمه مقاله و کتاب - شروع کنید

95/12/18 - با استفاده از افزونه دانلود فایرفاکس و کروم٬ چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.