王刚

摘要：随着互联网技术的高速发展，大量的web社区网站和社交软件如雨后春笋般涌现出来并逐渐地被人们接受。例如根据博客、微博等平台中的海量用户群体，可以构建了一个节点数目庞大、节点连接关系复杂的社交网络。发现这类社交网络中的社区结构正是如今发展迅速的网络数据挖掘研究领域的热点之一。社区划分的核心思想是将具有相似度高、连接紧凑的节点聚集到同一个社区中，从而形成若干个社区组成的网络结构[1]。该文针对传统的重叠标签传播算法COPRA，提出了一种基于边传播概率的标签传播算法（Edge Propagation Probability-COPRA ）。实验证明，算法改进使得社区划分的结果更加稳定和准确。

关键词：社区发现；标签传播；边传播概率；社交网络；COPRA

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2018）21-0057-03

1 引言

随着互联网技术与智能硬件技术的高速发展，越来越多的人在社交平台中分享生活、结交朋友以及获取信息，构建了一个节点数目庞大、连接关系复杂的社交网络。因此挖掘社交网络中的社区结构具有很大的现实意义，通过挖掘用户的社区属性，了解用户的兴趣爱好和需求，可向用户群体有针对性地精准推送信息，从而使社交网络增值[2]。社区发现是挖掘社交网络中节点关系的重要分支，其中对重叠社区结构的研究更是社区发现的重点和难点。

由于目前社交网络的节点规模越来越庞大，大部分传统的社区发现算法不能快速地对这类网络进行社区挖掘。……