Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Improving node similarity for discovering community structure in complex networks

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F16%3A86099089" target="_blank" >RIV/61989100:27240/16:86099089 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/61989100:27740/16:86099089

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1007/978-3-319-42345-6_7" target="_blank" >http://dx.doi.org/10.1007/978-3-319-42345-6_7</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-3-319-42345-6_7" target="_blank" >10.1007/978-3-319-42345-6_7</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Improving node similarity for discovering community structure in complex networks

  • Popis výsledku v původním jazyce

    Community detection is to detect groups consisting of densely connected nodes, and having sparse connections between them. Many researchers indicate that detecting community structures in complex networks can extract plenty of useful information, such as the structural features, network properties, and dynamic characteristics of the community. Several community detection methods introduced different similarity measures between nodes, and their performance can be improved. In this paper, we propose a community detection method based on an improvement of node similarities. Our method initializes a level for each node and assigns nodes into a community based on similarity between nodes. Then it selects core communities and expands those communities by layers. Finally, we merge communities and choose the best community in the network. The experimental results show that our method achieves state-of-the-art performance. (C) Springer International Publishing Switzerland 2016.

  • Název v anglickém jazyce

    Improving node similarity for discovering community structure in complex networks

  • Popis výsledku anglicky

    Community detection is to detect groups consisting of densely connected nodes, and having sparse connections between them. Many researchers indicate that detecting community structures in complex networks can extract plenty of useful information, such as the structural features, network properties, and dynamic characteristics of the community. Several community detection methods introduced different similarity measures between nodes, and their performance can be improved. In this paper, we propose a community detection method based on an improvement of node similarities. Our method initializes a level for each node and assigns nodes into a community based on similarity between nodes. Then it selects core communities and expands those communities by layers. Finally, we merge communities and choose the best community in the network. The experimental results show that our method achieves state-of-the-art performance. (C) Springer International Publishing Switzerland 2016.

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

    2016

  • 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

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). volume 9795

  • ISBN

    978-3-319-42344-9

  • ISSN

    0302-9743

  • e-ISSN

  • Počet stran výsledku

    12

  • Strana od-do

    74-85

  • Název nakladatele

    Springer

  • Místo vydání

    Cham

  • Místo konání akce

    Ho Či Minovo Město

  • Datum konání akce

    2. 8. 2016

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku