《表3 人工网络实验结果：基于数据结构可视化布局算法研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于数据结构可视化布局算法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为测试本文IPLPA算法的有效性，设置实验同传统LPA和LPA-E算法的结果进行对比，人工生成网络采用不同算法获取的Q和NMI值（mu=0.05）如表3所示，实验结果表明本文算法优于传统算法，具有较高的准确性和稳定性，使标签传播的随机性和稳定性得以有效改善，完成了对节点标签更新顺序的调整（通过节点重要性），使“逆流”现象得以有效缓解，最小化弱影响力节点对标签信息的影响，确保大影响力节点顺利高效的传播自身标签以形成社团。图2为Facebook数据集可视化结果，各社团间的基本关系和结构模式清晰可见，图2中社团结构模式以中心连接为主，表明其中的普通用户大多对某些热点用户的关注程度较高。