摘要：为进一步提高有向无环图（DAG）的社区发现算法性能，降低算法计算复杂度。提出一种随机网络空模型负特征谱平分DAG模块化相似分区的社区发现算法。通过定义近似空模型，建立DAG网络的模块化相似分区，并考虑随机网络节点顺序基础上，通过负特征谱平分模块化求解方法，获得模块矩阵所具有的负特征最小值特征向量，并据此进行社区划分。通过分析发现，在给定DAG网络结构下，则所得相似性分区接近最优分区。最后，在合成及真实测试网络上进行了实验，并与典型算法进行比较，验证所提算法的可行性和有效性．

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社