张中军，于来行，李润川

(1.周口师范学院 计算机科学与技术学院 河南 周口 466001；2.农产品质量安全追溯技术河南省工程实验室 河南 周口 466001；3.郑州大学 互联网医疗与健康服务河南省协同创新中心 河南 郑州 450001；4.郑州大学 产业技术研究院 河南 郑州 450001)

0 引言

微博社交网络社区挖掘对于阻断网络谣言传播和舆情监测有重要作用，并且，对个性化服务推荐和广告精准投放等商业应用也有重要意义。近年来，社交网络社区划分方法的研究成为计算机领域比较热门的课题。Chouchani等[1]提出一种基于用户兴趣的社区挖掘方法，以兴趣为侧重点衡量用户关系、发现社区。Mahabadi等[2]设计一种标签传播算法，无须使用预先训练或符合特定要求的预定义特征，就能获得更好的加速比和半确定性结果。Liu等[3]推导出计算局部重叠模块化增量的新公式，可以准确而快速地找到重叠的社区，减少运算时间，并设计了一种新的相似度度量来减小孤立群体的影响。Kumar等[4]提出了一种基于双目标函数的重叠社区检测方法，运用两个目标函数分别实现最大化社区内部连接密度和最小化社区外部连接密度。Messaoudi等[5]将重叠社区检测问题转化为优化问题，并设计了一种新的优化算法来求解所建立的优化模型，提出了一种混合元启发式方法来检测网络中的重叠社区。Trivedi等[6]提出了一种基于容忍度邻域的混合计算方法来检测社交网络中的重叠社区,成功将平面划分方法应用于社区挖掘。……