胡 昊，张小燕，苏 勇

（江苏科技大学 计算机科学与工程学院，江苏 镇江212003）

当今网络拥有海量数据，要从海量数据中得到有用的信息是很困难的，因此网络分析[1]和建模[2]受到越来越多的关注。目前很多研究工作都只涉及一种模式的网络，即网络中只存在一种类型的参与者（点），参与者之间只存在同种类型的关系（联系）。但是，最近迅猛发展的Web数据挖掘涉及到了不止一种类型的参与者，这些参与者之间的关系也不再仅限于一种。这种类型的网络称为多模网络[3]。

在多模网络中，不同模中点的进化是不相同的。对于具有动态关系的异构实体，发现演化社区有很多的好处：(1)能够清晰地了解迥异模式之间的联系和长期演化模式；(2)可以形象化具有多种实体和多种关系的复杂网络；(3)有助于在多种领域中做决策；(4)在早期如果发现不良的演化样式，也可以发出事件警告。

在动态多模网络中发现社区演化还是很困难的，原因有二：(1)不同的模式之间的演化是有关联的；(2)不同模式具有独特的演化样式。本文采用谱聚类架构，提出一种发现动态多模网络中演化社区的一般方法。一个动态多模网络会包含一系列的网络快照，利用这些快照可以找出社区是如何演化的。在这个模型下，加入正则项反映时态变化[4]，可以将有联系模式的聚类结果和相邻时间戳作为一个模式下的社区更新的属性，是一个将动态多模网络分析和常规的基于属性的数据挖掘联系起来的新方法。……