主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第8期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
杨 博,刘大有,LIU Jiming,金 弟,马海宾.复杂网络聚类方法.软件学报,2009,20(1):54-66
复杂网络聚类方法
Complex Network Clustering Algorithms
投稿时间:2008-06-17  修订日期:2008-08-28
DOI:
中文关键词:  复杂网络  网络聚类  网络簇结构
英文关键词:complex network  network clustering  network community structure
基金项目:Supported by the National Natural Science Foundation of China under Grant Nos.60496321, 60503016, 60573073, 60873149 (国家自然科学基金); the National High-Tech Research and Development Plan of China under Grant No.2006AA10Z245 (国家高技术研究发展计划(863)
作者单位
杨 博 吉林大学 计算机科学与技术学院,吉林 长春 130012
吉林大学 符号计算与知识工程教育部重点实验室,吉林 长春 130012 
刘大有 吉林大学 计算机科学与技术学院,吉林 长春 130012
吉林大学 符号计算与知识工程教育部重点实验室,吉林 长春 130012 
LIU Jiming 香港浸会大学 计算机科学系, 香港 
金 弟 吉林大学 计算机科学与技术学院,吉林 长春 130012
吉林大学 符号计算与知识工程教育部重点实验室,吉林 长春 130012 
马海宾 吉林大学 计算机科学与技术学院,吉林 长春 130012
吉林大学 符号计算与知识工程教育部重点实验室,吉林 长春 130012 
摘要点击次数: 13218
全文下载次数: 37190
中文摘要:
      网络簇结构是复杂网络最普遍和最重要的拓扑属性之一,具有同簇节点相互连接密集、异簇节点相互连接稀疏的特点.揭示网络簇结构的复杂网络聚类方法对分析复杂网络拓扑结构、理解其功能、发现其隐含模式、预测其行为都具有十分重要的理论意义,在社会网、生物网和万维网中具有广泛应用.综述了复杂网络聚类方法的研究背景、研究意义、国内外研究现状以及目前所面临的主要问题,试图为这个新兴的研究方向勾画出一个较为全面和清晰的概貌,为复杂网络分析、数据挖掘、智能Web、生物信息学等相关领域的研究者提供有益的参考.
英文摘要:
      Network community structure is one of the most fundamental and important topological properties of complex networks, within which the links between nodes are very dense, but between which they are quite sparse. Network clustering algorithms which aim to discover all natural network communities from given complex networks are fundamentally important for both theoretical researches and practical applications, and can be used to analyze the topological structures, understand the functions, recognize the hidden patterns, and predict the behaviors of complex networks including social networks, biological networks, World Wide Webs and so on. This paper reviews the background, the motivation, the state of arts as well as the main issues of existing works related to discovering network communities, and tries to draw a comprehensive and clear outline for this new and active research area. This work is hopefully beneficial to the researchers from the communities of complex network analysis, data mining, intelligent Web and bioinformatics.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利