罗彩君

（陕西职业技术学院 计算机科学系，陕西 西安 710100）

一种改进的Web社区结构挖掘系统

罗彩君

（陕西职业技术学院 计算机科学系，陕西 西安 710100）

针对HITS算法、传统最大流算法在挖掘Web社区时存在主题漂移、噪音页面等问题，采用基于传递概率的边容量分配最大流改进算法，开发了一个改进的Web社区结构挖掘系统，详细描述了该系统的设计和实现过程。实验表明，利用该系统进行Web社区挖掘能较好的解决传统算法中存在的问题，进一步提高了Web社区挖掘的准确性。

结构挖掘；Web社区；体系结构；种子节点

Web社区的结构挖掘是基于两种模型：一个是Hub和Authority模型，一个是拓扑图中最大流量/最小割集模型。基于Hub和Authority模型的HITS算法挖掘社区，存在主题漂移等问题，而用传统的最大流算法，则可能产生一些噪音页面，降低社区质量[1]。为解决上述存在的问题，本文开发了一个改进的Web社区结构挖掘系统。

1 系统算法分析

在本系统中，将网络中任意两个节点之间的紧密程度用它们之间产生的传递概率来度量，传递概率的计算可以综合考虑节点属性之间的连接度、节点之间的相关度、节点之间发生信息传递等多种因素，进行综合度量，为不同的边分配不同的边值。因此，本系统采用动态分配边容量的算法——基于传递概率的边容量分配最大流改进算法进行设计。其算法步骤如下：

Step1：构建种子节点集合：S={s1，s2，…，sk}；

Step2：对种子节点集S中的每个节点以深度为2进行扩展；

Step3：计算链接所对应的两个端点的相关度；……