王李冬,张　赟

(1. 杭州师范大学钱江学院, 浙江 杭州 310036；2. 浙江传媒学院,浙江 杭州 310018)

大规模社交网络重叠社区发现技术综述

王李冬1,张赟2

(1. 杭州师范大学钱江学院, 浙江 杭州 310036；2. 浙江传媒学院,浙江 杭州 310018)

摘要：随着社交网站的发展,大规模、结构复杂的社交网络应运而生,发现大规模社交网络的潜在结构是当前数据挖掘领域的研究难点.针对近几年出现的4种重叠式社区挖掘算法(SLPA,TopGC,SVINET,UEOC),详细分析各方法的设计原理,概括出各算法的特点和应用范畴.并将各算法应用于具备先验社区知识的多种大规模社交网络,通过多种性能评价指标进行定量对比分析.结果表明,SLPA和TopGC分别在性能和效率上取得最优,但所有算法无法同时在效率和性能上取得理想效果.

关键词：社交网络；重叠社区挖掘；SLPA；TopGC

0概述

随着当前互联网载体下人类互动和沟通需求的扩展,社交网络已经逐渐影响人们的生活.社交网络的基本载体为用户,如何对这些大规模用户数据进行分析并发现一些动向,从而作为营销时代价值创造的前提分析工具,是当前研究的热点之一.网络社区挖掘方法为解决此问题提供了一些策略.

社交网络具备六度分割理论,属于“小世界”网络.借助复杂网络原理,对社交网络的社区分析一般借助于当前复杂网络的社区挖掘方法,如基于最优化的方法、基于启发式规则方法等.传统社区挖掘算法将网络划分为若干个互不连接的簇,每个节点都隶属于……