刘业强,王鲁,杨圣彬,刘亚琼

基于异同性的社区演化分类方法

刘业强1,王鲁1,杨圣彬2*,刘亚琼2

1. 山东农业大学信息科学与工程学院, 山东 泰安 271018 2. 山东农业大学网络信息技术中心, 山东 泰安 271018

动态网络中的社区演化分析是目前的研究热点之一，其在舆论控制、网络营销和个性化推荐服务等方面有着重要作用。提出一种基于节点重要性评价指标的差值吸收核心节点检测算法，首先计算各节点的相对权重值，进而划分核心节点，并以此为基础优化差异性公式，提出一种异同性社区演化分类模型，从相似性和差异性两方面对演化类型进行划分。将提出的分类模型与GED及SGCI在HEP-TH和波兰政治博客圈数据集上进行比较，实验结果表明，提出的分类模型在整体上优于GED及SGCI，尤其在Forming和Dissolving事件的检测时，可以做到对小社区敏感，能检测到小社区的多种演化类型。

聚类系数; 核心节点检测; 社区演化分类模型

社交网络被定义为以图形表示的信息网络，可以描述个体之间的交互行为。在社交网络中，个体由网络中的一个节点来表示，边则表示个体之间的交互作用或者个体间存在的某种关系。例如，在因特网中人与人之间的联系，即思想、信息的交换可以被建模为一个社交网络；科学家合作网中，节点表示作者，两作者合作产生文章即表示一条边。社区结构是社交网络的特性，即同一社区内的节点联系较为紧密，社区间的节点联系较为松散。同一社区内的成员通常有着某一共性，例如兴趣爱好、研究领域和文化交流等。……