《表5 四种算法划分网络的EQ值》
表5给出了各算法在不同真实世界网络的实验结果,通过对比可以发现,MCV算法在划分空手道俱乐部网络和海豚网络时的扩展模块度是最低的。在大学生足球网络的扩展模块度与LCMA算法相比有稍微的优势,这一情况结合表4真实网络参数可以解释。这是因为前两个网络规模相比于大学生足球网络规模较小,社区分布稀疏,表明MCV派系划分社区算法过分依赖网络规模,在研究网络重叠社区划分方面具有明显的局限性。从总体上看,本文算法在选取的三个真实网络数据集上得出的社区结构扩展模块度较其他算法相比均有所提高,本文算法可以有效地进行重叠社区划分,且具有较高的普遍适用性。
图表编号 | XD00202098800 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.05 |
作者 | 付立东、郝伟、李凡 |
绘制单位 | 西安科技大学计算机科学与技术学院、西安电子科技大学计算机科学与技术学院、西安科技大学计算机科学与技术学院、西安科技大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |