信息网络的社区发现和其应用研究.pdfVIP

第7卷第 1期 复 杂 系 统 与 复 杂 性 科 学 Vo1．7 No．1 2010 年 3月 COMPLEX SYSTEMSAND COMPEL Xn SCIENCE Mar． 2010 文章编号 ：1672—3813(2010)O1—0064—11 信息网络的社区发现及其应用研究 黄发 良 (福建师范大学软件学院，福建 福州 350007) 摘要 ：在对信息网络社区发现研究的基本概念进行简单介绍的基础上，将 目前的典 型算法初步划分为5类，即传统发现方法、基于分割的方法、基于模块性质量优化 的方法、基于动态模型的方法与基于谱分析的方法，然后着重对各种发现方法进行 分类分析与比较 ，并以Web信息网络为例 简述社 区发现的应用，最后指 出了 目前 方法存在的缺陷与未来可能的改进方向。 关键词 ：信息网络 ；社 区发现；复杂网络 ；聚类 中图分类号：TP391．41；N94 文献标识码 ：A StudiesonCommunityDetectionand ItsApplication in InformationNetwork HUANG Fa-liang (FacultyofSoftware，FujianNormalUniversity，Fuzhou350007，China) Abstract：Basedonthe introductionofconceptsandprinciplesrelatedwiththestudy，weclassifyexist- ingpopularalgorithmsinto5 categories：traditionalalgorithms，partitionbased，modularityoptimization based，dynamicmodelbasedandspectralbasedalgorithms．Comparisonandanalysisofvariousdetection methodsareemphasized，onthisbase，weillustratetheapplicationsofcommunitydetectionwithwebnet· work，andfinallywepointoutthedefectsofthecurrentmethodsandthepossiblefuturedirectionstoim- prove· Keywords：information network；community detection；complexnetwork；clustering 1 引言 互联网的迅猛发展极大地推动了社会信息的网络化进程，以即时通讯系统、P2P信息共享网络 、博客网 络 、邮件网络、短信网络与在线聊天室 (IRC)网络等为代表 的信息 网络已经深入到人们的工作 、学习与生活 等各种各样的活动中去，成为人们生产生活的重要组成部分 ，是构成信息社区的基础环境。这些各式各样的 信息网络承载着人们在生产生活中形成的复杂关系 ，从这些纷繁芜杂的关系结构发现潜在 的有价值 的关系 模式是一个非常困难而又很有意义的工作 。 信息网络社 区发现任务的艰巨性与挑战性主要源 自信息网络的复杂性：网络结构的异构性、网络规模的 巨大性与网络属性的动态性 。网络结构的异构性主要表现在网络节点类型的多样性，相 同类型的节点构成 同型网络，而不同类型的节点可以构成异质网络，类似的有 ，网络节点间的关系可以是相同类型，也可以是不 收稿 日期 ：2009—11—02 作者简介 ：黄发 良(1975一)，男 ，湖南永州人 ，博士研究生 ，主要研究方向为复杂 网络与数据挖掘 。 第7卷第 1期