基于遗传算法的复杂网络社区检测
无序系统与神经网络
2012-01-04 v1 其他凝聚态物理
摘要
社区结构识别一直是复杂网络研究中的一个重要课题，迄今为止已有许多算法被提出用于检测复杂网络中的社区结构，其中大多数算法因其时间复杂性而不适用于超大规模网络。本文提出了一种用于检测复杂网络中社区的遗传算法，该算法基于使用遗传算法优化网络模块度。该算法可扩展至超大规模网络，且无需任何关于社区数量的先验知识或任何阈值。其时间复杂度为 O(e)，其中 e 是网络中的边数。其准确性通过已知的 Zachary 空手道俱乐部和大学橄榄球数据集进行了测试。Enron 电子邮件数据集用于可扩展性测试。
引用
@article{arxiv.cond-mat/0604419,
title = {Community Detection in Complex Networks using Genetic Algorithm},
author = {Mursel Tasgin and Haluk Bingol},
journal= {arXiv preprint arXiv:cond-mat/0604419},
year = {2012}
}
备注
submitted to Physical Review,waiting for response; 6 pages. See also: Tasgin, M.,"Community Detection Model using Genetic Algorithm in Complex Networks and Its Application in Real-Life Networks", MS Thesis, Graduate Program in Computer Engineering, Bogazici University, 2005