復雜動態(tài)網(wǎng)絡(luò)社區(qū)挖掘算法研究.pdf

1、當前，社區(qū)發(fā)現(xiàn)是人們研究網(wǎng)絡(luò)和分析網(wǎng)絡(luò)的熱點。社區(qū)結(jié)構(gòu)信息能夠幫助人們清晰了解網(wǎng)絡(luò)組成，認知網(wǎng)絡(luò)中節(jié)點間的相似性。社區(qū)挖掘?qū)τ趶碗s網(wǎng)絡(luò)的認知和應(yīng)用具有重要意義。
　　雖然，對于靜態(tài)網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)算法的研究已經(jīng)取得了不少的成果。但是，大部分靜態(tài)網(wǎng)絡(luò)發(fā)現(xiàn)算法在面對動態(tài)網(wǎng)絡(luò)的時候存在時間復雜度過高的問題。
　　標簽傳播算法是一種快速，簡單的社區(qū)發(fā)現(xiàn)算法。不過，該算法具有準確率低，隨機性高等缺點。論文分析了原始標簽傳播算法缺點的產(chǎn)生

2、原因，指出了目前主要標簽傳播算法的改進算法在社區(qū)核心選擇上存在的問題，給出了標簽傳播算法的改進算法PR-LPA。PR-LPA算法基于影響力模型提出，以PageRank算法計算各節(jié)點影響力數(shù)值。各節(jié)點基于影響力模型向周邊鄰居節(jié)點傳播標簽形成社區(qū)結(jié)構(gòu)。針對動態(tài)圖的社區(qū)挖掘，論文提出算法D-PR-LPA。D-PR-LPA算法根據(jù)已有社區(qū)結(jié)構(gòu)對存在變動的節(jié)點進行分析，得出需要進行標簽更新的部分節(jié)點，隨后對部分節(jié)點進行更新。
　　實驗表明，