Release Time:2019-03-10  Hits:

Indexed by: Journal Article

Date of Publication: 2012-09-15

Journal: 计算机科学

Included Journals: CSCD、ISTIC、PKU

Volume: 39

Issue: 9

Page Number: 60-63,70

ISSN: 1002-137X

Key Words: 个体能动性;社区种子;联系者;角色划分;动态挖掘;强连通社区

Abstract: 传统社区挖掘算法根据静态的网络拓扑结构进行分析,忽视了个体能动性对网络的影响.针对社会网络中的特殊节点进行研究,引入社区种子和联系者的概念,从个体主义和结构主义两个方面分析社会网络的形成与演化机制,提出了一种基于角色划分的动态社区挖掘算法.在人工网络和真实世界网络上进行了多次测试,并与G-N、快速G-N、Polish等算法进行了比较,结果表明,该算法明显优于G-N算法,且其挖掘到的社区都是强连通社区,具有较好的适应性和可扩展性.