...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Physica, A. Statistical mechanics and its applications >Clustering coefficient and community structure of bipartite networks
【24h】

Clustering coefficient and community structure of bipartite networks

机译：二分网络的聚类系数和社区结构

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Many real-world networks display natural bipartite structure, where the basic cycle is a square. In this paper, with the similar consideration of standard clustering coefficient in binary networks, a definition of the clustering coefficient for bipartite networks based on the fraction of squares is proposed. In order to detect community structures in bipartite networks, two different edge clustering coefficients LC4 and LC3 of bipartite networks are defined, which are based on squares and triples respectively. With the algorithm of cutting the edge with the least clustering coefficient, communities in artificial and real world networks are identified. The results reveal that investigating bipartite networks based on the original structure can show the detailed properties that is helpful to get deep understanding about the networks. (C) 2008 Elsevier B.V. All rights reserved.
机译：许多现实世界的网络显示自然的二分结构，其中基本周期是一个正方形。本文在考虑二元网络中标准聚类系数的相似性的基础上，提出了基于平方分数的二分网络聚类系数的定义。为了检测二分网络中的群落结构，定义了两个不同的二分网络边缘聚类系数LC4和LC3，它们分别基于正方形和三元组。通过使用具有最小聚类系数的边缘算法，可以识别人工和现实网络中的社区。结果表明，研究基于原始结构的二分网络可以显示详细的属性，有助于深入了解网络。 （C）2008 Elsevier B.V.保留所有权利。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号