基于核心成員識別的網(wǎng)絡社區(qū)發(fā)現(xiàn)及跟蹤方法.pdf

1、社會網(wǎng)絡是由個人或組織以及它們之間的聯(lián)系所構成的集合，社會網(wǎng)絡一般都會呈現(xiàn)高度的社區(qū)性，這是社會網(wǎng)絡與隨機網(wǎng)絡的最大不同。近幾年隨著互聯(lián)網(wǎng)和社會網(wǎng)絡網(wǎng)站的飛速發(fā)展，大規(guī)模的社會網(wǎng)絡逐漸成為研究的熱點。目前社區(qū)發(fā)現(xiàn)技術已經(jīng)日趨成熟，但是目前的社區(qū)發(fā)現(xiàn)算法多半無法適應大規(guī)模的社區(qū)網(wǎng)絡。
　　主要工作是研究目前一些社區(qū)發(fā)現(xiàn)算法的效果及遇到的主要問題，提出一種基于核心成員的社區(qū)發(fā)現(xiàn)及演變過程追蹤模型，通過進行相關實驗及比對實驗，分析模型的

2、正確性。取得了以下幾個方面的研究成果：
　　(1)提出一種基于核心成員的社區(qū)發(fā)現(xiàn)算法。首先找出網(wǎng)絡中的核心成員，然后將與核心成員聯(lián)系緊密的非核心成員劃分到核心成員所在社區(qū)，最后使用Average linkage算法對初始社區(qū)劃分結果進行合并，得到最終社區(qū)劃分結果。本文提出算法可以通過調(diào)節(jié)閾值控制社區(qū)發(fā)現(xiàn)時間，閾值和社區(qū)發(fā)現(xiàn)的精度成反比，閾值大則社區(qū)發(fā)現(xiàn)的速度快，社區(qū)發(fā)現(xiàn)的精度低，閾值小則社區(qū)發(fā)現(xiàn)的速度慢，社區(qū)發(fā)現(xiàn)的精度高。

3、　　(2)分析網(wǎng)絡社區(qū)的動態(tài)特性。一是大的社區(qū)將存在較長的時間；二是大的社區(qū)成員穩(wěn)定度低，大部分的成員只連續(xù)存在一到兩個時刻，只有小部分核心成員有較長的生命周期。
　　(3)提出一種基于核心成員的演變追蹤模型。在社區(qū)發(fā)現(xiàn)的基礎上，結合社區(qū)的時間特征追蹤社區(qū)的演變狀況。通過實驗驗證社區(qū)演變追蹤算法的有效性并分析社區(qū)演變的原因。
　　實驗證明我們的算法可以快速的發(fā)現(xiàn)復雜網(wǎng)絡中存在的社區(qū)，同時本文提出的模型有效利用社區(qū)中核心點來為