社会网络中面向多准则约束的社区发现方法

• 作者: 王智慧 贾焰 韩毅
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 社区发现方法 多准则约束 相对密度 剪枝 局部搜索
• 年，卷（期）: 2010,（8）
• 页码范围: 683-691
• 分类号: TP311
• 字数: 7093字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.2010.08.002

摘要

社会网络上的社区发现技术是近年来的研究热点之一,通常的社区发现方法往往立足于最优化社区的某个特征,从而达到识别社区的目的,例如最优化节点群的链接密度.在实际需求中,人们往往期待能够识别满足多种特征约束的社区,例如既连接紧密又在满足某种形状约束的条件下,规模越大越好.在某些情况下,单一条件约束的社区发现方法通常无法满足用户对于多准则的要求,而由于网络社区形式的任意性,不同发现方法的结果又难以合并.针对这一需求,给出了一种社区发现的多准则约束模型,以及能够同时满足结构约束、社区规模要求和紧密度要求的典型社区多准则约束规则;提出了一种高效的算法和剪枝策略,并在一个大规模的真实数据集上验证了该算法的有效性和高效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾焰	国防科学技术大学计算机学院	117	2188	23.0	43.0
2	王智慧	复旦大学计算机科学技术学院	12	158	5.0	12.0
3	韩毅	国防科学技术大学计算机学院	6	40	3.0	6.0