大数据环境下复杂社会网络的社区发现方法研究综述

• 作者: 李超 赵中英
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 大数据 社区发现 复杂社会网络
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 综述
• 页码范围: 164-167
• 页数: 4页
• 分类号: TP301
• 字数: 4333字
• 语种: 中文
• DOI: 10.11907/rjdk.162505

摘要

社会化媒体大数据环境下的社区发现研究，是社会网络分析与挖掘领域的一个热门研究方向，已有众多学者提出各种研究方法，但对当前研究工作的进展分析相对较少。首先从局部、全局、节点相似度3个角度讨论社区的定义，然后针对网络的大规模、动态、异构3个特性，分别调研与梳理国内外相关文献，并从采取的主要技术、数据建模方法、可处理的网络规模、网络时序特征4个方面比较与总结其中的代表性方法，分析当前的学术思路与发展动态，最后指出该研究领域存在的挑战及未来可能的研究方向。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵中英	山东科技大学计算机科学与工程学院	9	35	4.0	5.0
3	李超	山东科技大学计算机科学与工程学院	48	102	5.0	6.0