Spectral Clustering: Left-Right-Oscillate Algorithm for Detecting Communities
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F13%3A86089078" target="_blank" >RIV/61989100:27240/13:86089078 - isvavai.cz</a>
Výsledek na webu
<a href="http://link.springer.com/chapter/10.1007/978-3-642-32518-2_27" target="_blank" >http://link.springer.com/chapter/10.1007/978-3-642-32518-2_27</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Spectral Clustering: Left-Right-Oscillate Algorithm for Detecting Communities
Popis výsledku v původním jazyce
Detection of communities in the complex networks is an actual problem solved in research area. The paper describes a new algorithm for this purpose. Left-Right-Oscillate algorithm (LRO) is based on spectral ordering of graph vertices. This approach allows us to detect a desired community - either by the size of the smallest communities or by the level of modularity. Since the LRO algorithm detects efficiently communities in large network even when these are not sharply partitioned, it turns to be specially suitable for the analysis of social, complex or coauthor networks. In this paper, proposed algorithm is used for finding communities in a large coauthor network - DBLP.
Název v anglickém jazyce
Spectral Clustering: Left-Right-Oscillate Algorithm for Detecting Communities
Popis výsledku anglicky
Detection of communities in the complex networks is an actual problem solved in research area. The paper describes a new algorithm for this purpose. Left-Right-Oscillate algorithm (LRO) is based on spectral ordering of graph vertices. This approach allows us to detect a desired community - either by the size of the smallest communities or by the level of modularity. Since the LRO algorithm detects efficiently communities in large network even when these are not sharply partitioned, it turns to be specially suitable for the analysis of social, complex or coauthor networks. In this paper, proposed algorithm is used for finding communities in a large coauthor network - DBLP.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2013
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Advances in Intelligent Systems and Computing
ISBN
978-3-642-32517-5
ISSN
2194-5357
e-ISSN
—
Počet stran výsledku
10
Strana od-do
285-294
Název nakladatele
Springer
Místo vydání
Berlin
Místo konání akce
Poznaň
Datum konání akce
17. 9. 2012
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
000312972300027