点击次数：
论文类型：期刊论文
发表时间：2012-09-15
发表刊物：计算机科学
收录刊物：PKU、ISTIC、CSCD
卷号：39
期号：9
页面范围：60-63,70
ISSN号：1002-137X
关键字：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
摘要：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.