算法执行速度如下：

　　表2算法运行时间比较（单位：毫秒）

　　[＼&Zachary＼&Geom＼&KDD＼&加权Newman算法＼&15＼&10531＼&938250＼&MFA算法＼&16＼&11352＼&956737＼&]

　　可见两者的运行时间相差无几，另外由上述的时间复杂度分析也可以看到，MFA算法在时间复杂度上并没有质的提高，这一点在实验中得到了证实。

　　算法的执行效果比较如下：（在这里我们直接比较Q值）

　　表3算法的模块Q值对比表

　　[＼&Zachary＼&Geom＼&KDD＼&加权Newman算法＼&0.371795＼&0.776724＼&0.506033＼&MFA算法＼&0.434521＼&0.804435＼&0.547832＼&]

　　从上表可以看出，MFA算法在效果上已经超越加权Newman快速算法。而且，对于小数据集的详细分析也证实了MFA法准确性的大大提高，以下两图所示的就是加权Newman快速算法和MFA算法对Zachary网络进行分析得到的详细结果。

　　图2加权Newman快速算法的结果

　　图3MFA算法的结果

　　仔细分析两图可以发现，加权Newman快速算法对于Zachary网络的划分，依然存在着10这个错误划分的节点，而在MFA算法中，所有的节点都能够被正确的划分到相应的社团中去，得到与实际结果完全相符的分别拥有16和18个顶点的两个社团。

　　4结论

　　MFA算法与加权NEW快速算法相比，已经有了比较大的进步，但是它仍然存在许多可以改进的地方。例如是否可以用CNM算法的思想进一步提高查找和合并的效率？较高的模块Q值在大数据集中的可信度又有多高？这些都是值得进一步深入探讨和研究的问题。总体来说，MFA算法的表现已经相当好，在模块Q值和准确性方面可以说是目前最好的算法之一。

　　参考文献：

　　[1]王艳，李应兴，靳二辉.复杂网络健壮社团挖掘算法[J].计算机工程与应用，2012，31（6）：40-43.

　　[2]李翔，李仕强，赵青虎.基于边聚类方法的复杂网络社团挖掘研究[J].电脑知识与技术，2012（10）：11-13.

　　[3]杨博，刘大有，金弟，等.复杂网络聚类方法[J].软件学报，2009（1）：58-70.

　　[4]周斌，程慧，杨立志，等.基于贪婪算法的符号网络中社团结构快速发现算法[J].大众科技，2009（12）：52-53.

---

期刊库（http://www.zgqkk.com），是一个专门从事期刊推广、投稿辅导的网站。
　　本站提供如何投稿辅导，寻求投稿辅导合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。

---

　　【免责声明】本文仅代表作者本人观点，与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。