论文研究 复杂网络中基于层次聚类的粗粒度方法

随着大数据的快速发展，现实网络的规模不断增加。 为了减小网络规模，提出了一些粗粒度的方法将大规模网络转换为中规模网络。 提出了一种基于层次聚类（HCCG）的复杂网络粗粒度方法。 通过使用层次聚类方法对网络节点进行分组，然后更新聚类之间边缘的权重以提取粗粒度网络。 在几个典型的复杂网络上进行的大量仿真实验表明，HCCG方法可以有效地减小网络规模，同时又能很好地保持原始网络的同步性。 此外，该方法更适合于具有明显聚类结构的网络，并且在该方法中我们可以自由选择粗粒度网络的大小。