基于隶属度的社会化网络重叠社区发现及动态集群演化分析-电子学报.PDFVIP

第３期 电　　子　　学　　报 Ｖｏｌ．４４　Ｎｏ．３ ２０１６年３月 ＡＣＴＡＥＬＥＣＴＲＯＮＩＣＡＳＩＮＩＣＡ Ｍａｒ．　２０１６ 基于隶属度的社会化网络重叠社区 发现及动态集群演化分析 １，２ １，２ １，２ 国　琳 ，左万利 ，彭　涛 （１．吉林大学计算科学与技术学院，吉林长春１３００１２；２．吉林大学符号计算与知识工程教育部重点实验室，吉林长春１３００１２） 　　摘　要：　社会化网络中节点的复合属性可能为临时或过时状态，并且节点拥有一定能力维持固有状态，所以不 可单纯依据新增数据或节点现有特征确定社区划分．本文提出可重叠社区发现算法及集群动态更新方案，根据网络历 史数据分析节点对原始集群的隶属程度，并结合新增数据确定节点变化趋势，实现网络结构分析及社区动态更新．本 文分别在不同数据集中测试聚类效果，实验结果证明算法既保持对新增数据的敏感度，也防止了节点短暂特征或节点 维持固有状态的能力对划分结果的负面影响． 关键词：　社区发现；社会化网络；聚类；重叠社区；自适应算法 中图分类号：　ＴＰ３９１　　　文献标识码：　Ａ　　　文章编号：　０３７２２１１２（２０１６）０３０５８７０８ 电子学报ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｅｊｏｕｒｎａｌ．ｏｒｇ．ｃｎ　 ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．０３７２２１１２．２０１６．０３．０１４ ＯｖｅｒｌａｐｐｉｎｇＣｏｍｍｕｎｉｔｙＤｅｔｅｃｔｉｏｎａｎｄＤｙｎａｍｉｃＧｒｏｕｐＥｖｏｌｕｔｉｏｎ ＡｎａｌｙｓｉｓＢａｓｅｄｏｎｔｈｅＤｅｇｒｅｅｏｆＭｅｍｂｅｒｓｈｉｐｉｎＳｏｃｉａｌＮｅｔｗｏｒｋ １，２ １，２ １，２ ＧＵＯＬｉｎ ，ＺＵＯＷａｎｌｉ ，ＰＥＮＧＴａｏ （１．ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｏｆＪｉｌｉｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｃｈｕｎ，Ｊｉｌｉｎ１３００１２，Ｃｈｉｎａ； ２．ＳｙｍｂｏｌＣｏｍｐｕｔａｔｉｏｎａｎｄＫｎｏｗｌｅｄｇｅＥｎｇｉｎｅｅｒｏｆＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎｏｆＪｉｌｉｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｃｈｕｎ，Ｊｉｌｉｎ１３００１２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：　Ｔｈｅｃｏｍｐｌｅｘｓｏｃｉａｌａｔｔｒｉｂｕｔｅｓｏｆｎｏｄｅｓｉｎｔｈｅｎｅｔｗｏｒｋｈａｖｅａｃｅｒｔａｉｎａｂｉｌｉｔｙｔｏｍａｉｎｔａｉｎｔｈｅｆｏｒｍｅｒｓｔａｔｅ，ｓｏ ｉｔｉｓｉｎａｐｐｒｏｐｒｉａｔｅｔｏｄｅｔｅｒｍｉｎｅｃｏｍｍｕｎｉｔｙｄｉｖｉｓｉｏｎｍｅｒｅｌｙｂａｓｅｄｏｎｎｅｗｌｙａｄｄｅｄｄａｔａ．Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｎｏｖｅｒｌａｐｐｉｎｇ ｃｏｍｍｕｎｉｔｙｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍａｎｄｄｙｎａｍｉｃｃｌｕｓｔｅｒｕｐｄａｔｅｓｔｒａｔｅｇｙ，ｗｈｉｃｈ，ｂｙｆｕｌｌｙａｎａｌｙｚｉｎｇｈｉｓｔｏｒｉｃａｌｎｅｔｗｏｒｋｄａｔａｔｏ ｃｏｍｐｕｔｅｔｈｅｄｅｇｒｅｅｏｆｎｏｄｅｓｂｅｌｏｎｇｉｎｇｔｏｃｏｍｍｕｎｉｔｉｅｓ，ｄｅｔｅｒｍｉｎｅｓｔｈｅｅｖｏｌｕｔｉｏｎｔｅｎｄｅｎｃｙｏｆｎｏｄｅｓｔｈｒｏｕｇｈｉｎｃｏｒｐｏｒａｔｉｎｇｉｎ ｃｒｅｍｅｎｔａｌｄａｔａｔｏａｎａｌｙｚｅｔｈｅｓｔｒｕｃｔｕｒｅｏｆｔｈｅｎｅｔｗｏｒｋａｎｄｕｐｄａｔｅｔｈｅｄｉｖｉｓｉｏｎｒｅｓｕｌｔｓａｕｔｏｍａｔｉｃａｌｌｙ．Ｅｘｐｅｒｉｍｅｎｔｓｏｎｓｅｖｅｒａｌ ｔｙｐｉｃａｌｄａｔａｓｅｔｓｄｅｍｏｎｓｔｒａｔｅｔｈａｔｔｈｅａｌｇｏｒｉｔｈｍｎｏｔｏｎｌｙｅｎｓｕｒｅｓｔｈｅｓｅｎｓｉｔｉｖｉｔｙｔｏｉｎｃｒｅｍｅｎｔａｌｄａｔａ，ｂｕｔａｌｓｏａｖｏｉｄｓｔ