谢 菁,羿舒文,张 毅

(武汉大学 电子信息学院,武汉 430072)

0 概述

以移动互联网为代表的信息通信网络已经成为现代社会社交的重要媒介,逐渐渗透到人们日常生活的各个方面。互联网的应用日益广泛,也使其产生的数据量呈爆炸性增长趋势[1]。2019年2月,思科全球移动可视化网络指数(VNI)预测全球移动用户将达到57亿,移动数据流量的年数据量将达到930 EB[2]。在此背景下,有效分析移动互联网中用户产生的数据具有重要的社会意义。随着复杂网络规模不断增长,如何定量、有效地分析大规模网络备受关注。现实生活中的复杂网络具有自组织、自相似和小世界特性[3],其中小世界特性表明网络具有节点间平均距离小、聚合系数大、节点度分布服从幂律分布等特点。这些特性是复杂网络为实现某些功能而逐渐演变成拥有特定功能集团的结果。

复杂网络具有社区化特性,每个节点在不同的社区拥有不同的“角色”,其结构的多样性表明复杂网络内部的组织方式也具有多样性。针对复杂网络中特定社区的研究,对于理解网络结构、网络中对象的特征和对象与对象之间的相互关系具有重要价值。社区划分是找到数据相似性并定义分组的过程,其本质是一种使用聚类思想的方法。复杂网络作为众多领域信息网的模型,具体为表示信息资源的节点和表示信息之间关系的连边。因此,在复杂网络上进行社区划分能发现信息聚集、传播和流动关系,比单纯地利用节点本身属性聚类发现社区更有意义。……