動(dòng)態(tài)網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)算法研究.pdf

1、如今人們生活在一個(gè)網(wǎng)絡(luò)無(wú)處不在的時(shí)代，例如，交通運(yùn)輸網(wǎng)、移動(dòng)通信網(wǎng)、互聯(lián)網(wǎng)、在線(xiàn)社交網(wǎng)等，這些網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜，人們無(wú)法直接從中提取有用信息。社區(qū)發(fā)現(xiàn)作為一種重要的網(wǎng)絡(luò)分析技術(shù)，能夠挖掘出網(wǎng)絡(luò)中具有某些共性的節(jié)點(diǎn)集合，有助于人們更加清楚的認(rèn)識(shí)網(wǎng)絡(luò)，吸引了很多專(zhuān)家的注意。隨著現(xiàn)實(shí)網(wǎng)絡(luò)和人們需求的變化，社區(qū)發(fā)現(xiàn)研究的側(cè)重點(diǎn)也在不斷變化。最初研究靜態(tài)小規(guī)模網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)算法，隨后由于網(wǎng)絡(luò)規(guī)模的增大，算法的可伸縮性受到限制，人們開(kāi)始研究如何提高算法

2、效率。鑒于網(wǎng)絡(luò)動(dòng)態(tài)變化的本質(zhì)特征以及人們對(duì)社區(qū)結(jié)構(gòu)準(zhǔn)確性和實(shí)時(shí)性的要求，動(dòng)態(tài)網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)開(kāi)始受到關(guān)注。
　　本文首先介紹了社區(qū)發(fā)現(xiàn)相關(guān)技術(shù)，分析了經(jīng)典的靜態(tài)和動(dòng)態(tài)社區(qū)發(fā)現(xiàn)算法及其優(yōu)缺點(diǎn)，例如，GN算法、KL算法、CMP算法、GraphScope算法、FaceNet算法等。然后深入分析了基于貪婪思想的SHRINK-G算法，該算法不需要用戶(hù)提供參數(shù)并且對(duì)每個(gè)節(jié)點(diǎn)只訪(fǎng)問(wèn)一次，算法效率較高，但存在的問(wèn)題是對(duì)社區(qū)邊界點(diǎn)的處理并不合理，容易使