一种面向大规模社会信息网络的多层社区发现算法 - 计算机学报.PDF

第 卷 第 期 计 算 机 学 报 ３９ １ 　 　　 　　 　　 　　 Ｖｏｌ．３９ Ｎｏ．１ 年 月 ２０１６ １ ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＣＯＭＰＵＴＥＲＳ Ｊａｎ．２０１６ 　 一种面向大规模社会信息网络的多层社区发现算法 ），） ） ） ） ） ） １ ２ １ １ １ １ １ 康 颖 古晓艳 于 博 林 政 王伟平 孟 丹 　 　 　 　 　 　 １）（中国科学院信息工程研究所 北京 １０００９３） 　 　 ２）（中国科学院大学 北京 １０００４９） 　 　 摘 要 社区发现旨在挖掘社会信息网络的社区结构，是社会计算及其相关研究的基础 随着交互式社会信息网 ． 　 　 络规模的快速增长，传统的社区发现算法难以满足大规模网络的可扩展分析需求 多层社区发现算法如 、 ． ＰＭｅｔｉｓ 等虽然可以分析包含数百万节点规模的网络，但是小于 的粗化缩减比率以及社会信息网络的幂律分布 Ｇｒａｃｌｕｓ ２ 特性极大地制约着该类算法的性能优势 该文提出了一种基于三角形内点同一社区性粗化策略的多层社区发现算 ． 法 不仅以大于 的粗化缩减比率加快了大规模社会信息网络的粗化过程，而且从基本拓扑结构 ＴＭＬＣＤ．ＴＭＬＣＤ ２ 上保持了初始网络的社区效应，提高了社区发现精度 基于 、 等真实网络的实验结果表明： ． ＹｏｕＴｕｂｅＯｒｋｕｔ ＴＭＬＣＤ 在计算精度、内存占用以及运行时间方面的性能均优于目前典型的多层社区发现算法，适用于富含三角形的社会 信息网络分析． 关键词 社会信息网络；社区发现；三角形；多层模式；粗化；大数据 　 中图法分类号 号 ／ ＴＰ３９３ 犇犗犐 １０．１１８９７ＳＰ．Ｊ．１０１６．２０１６．００１６９ 　　　 犃犕狌犾狋犻犾犲狏犲犾犆狅犿犿狌狀犻狋犇犲狋犲犮狋犻狅狀犃犾狅狉犻狋犺犿犳狅狉 狔 犵 犔犪狉犲犛犮犪犾犲犛狅犮犻犪犾犐狀犳狅狉犿犪狋犻狅狀犖犲狋狑狅狉犽狊 犵 ），） ）