一种新的基于粗糙集K-均值的社区发现方法

针对许多社区发现方法将社区看作一个集合而无法描述社区模糊区域的问题,该文提出一种基于粗糙集理论的社区发现方法。该方法将社区看作两个集合,即社区的下近似集和上近似集,来刻画社区的模糊区域。该方法首先选择K个节点作为社区的中心节点,然后根据节点与社区中心之间的距离将节点关联到社区中心节点形成社区,接着重新计算社区的中心点及节点的社区标签,如此迭代直到收敛。通过公开数据集和仿真数据集验证了该方法在社区发现方面的可行性和有效性。