基于社交网络的社区发现算法研究

毋建军

(北京政法职业学院 信息技术系, 北京 102628)



基于社交网络的社区发现算法研究

毋建军

(北京政法职业学院 信息技术系, 北京 102628)

摘要：随着社交网络的快速发展及应用,围绕社交网络用户及信息交互自发形成的网络社区已经成为当前社交网络研究领域的重要分支，并取得了许多研究进展及成果，但仍然存在许多挑战及问题。本文从网络社区研究的网络结构、网络信息、时间三个重要因素考虑，在网络社区的定义、特性的基础上，分类、对比了典型的社区发现模型、算法及社区划分评价方法，并对其存在的问题及未来发展方向进行了分析探讨。

关键词：社交网络；社区算法；动态社区；SNS分析

0引言

随着Twitter、Facebook、新浪微博、人人网、微信等社交网络的广泛应用，社交网络大数据集合孕育而生，在大数据基础上，不同领域、学科的研究人员基于社交网络的链接结构、用户交互行为、信息扩散传播等方面，进行了社交网络用户关系挖掘、信息扩散传播的机制分析、网络结构变迁、新型(网络)虚拟关系演化等基础性问题的研究。

早期关于网络结构的研究主要着重于小规模的网络(如问卷调查、美国大学生足球网络等)。但近年来随着社交网络规模及应用的急剧发展，关于复杂网络的研究及数据集的采样规模，已递增为百万或千万、甚至上亿。社交网络已经成为复杂网络研究中一个新兴的研究领域。Watts等[1]提出的小世界模型,描述网络具有集聚、较小平均路径长度等特性。……