李 举，马慧芳,2，李青青，宿 云

(1.西北师范大学计算机科学与工程学院，甘肃 兰州 730070;2.桂林电子科技大学广西可信软件重点实验室,广西 桂林 541004)

1 引言

属性网络是真实世界关系的自然表示形式，本质上是携带属性信息的节点借助特定关系相互连接形成的图。已有研究发现：现实世界的网络中存在明显的“社区”特性，即社区结构满足社区内连接尽可能稠密且属性相似，而社区间连接则尽可能稀疏且属性尽可能相异[1,2]。近年来，面向属性网络的社区发现引起了广泛关注，这类方法往往需要利用异构数据信息间的互补特性，是图挖掘研究中最重要的问题之一[3-5]。随着图规模的不断增大与现实世界应用场景的不断丰富，用户往往不需要对整个图进行划分，而仅需要提供样例节点表征兴趣从而定位局部社区，这使得基于用户个性化要求的社区搜索任务备受关注[6]。寻找用于属性网络的有效、可行的社区搜索方法是一个很重要的课题，其难点在于如何利用属性探索更符合社区语义主题的密集子图。 例如，在科学家合作网络中，以某个科学家作为查询节点执行社区搜索任务，挖掘出的关系子图是与该科学家有相同研究领域且合作密切的同事，此类语义的社区可以为以该科学家为中心的科研讨论提供成员推荐建议。若邀请的同事彼此熟识(结构相似)且具有相似科研兴趣(属性相似)，那么就有更大的可能性成功组织该讨论。再比如在社交网络中，以某个用户作为查询节点的社区发现可以定位该用户的潜在朋友。……