作者投稿和查稿 主编审稿 专家审稿 编委审稿 远程编辑

计算机工程 ›› 2013, Vol. 39 ›› Issue (6): 47-51. doi: 10.3969/j.issn.1000-3428.2013.06.009

• 先进计算与数据处理 • 上一篇    下一篇

动态社会网络中的社区演变挖掘

臧 丽,王 红,马兴福   

  1. (山东师范大学信息科学与工程学院,济南 250014)
  • 收稿日期:2012-08-02 出版日期:2013-06-15 发布日期:2013-06-14
  • 作者简介:臧 丽(1986-),女,硕士研究生,主研方向:复杂网络,动态网络;王 红,教授、博士后、博士生导师;马兴福,硕士研究生
  • 基金资助:
    国家自然科学基金资助项目(60975081);山东省研究生教育创新计划基金资助项目(SDYY10059);山东省科技发展计划基金资助项目(2012GGB01058);山东师范大学研究生重点课程基金资助项目

Community Evolution Mining in Dynamic Social Network

ZANG Li, WANG Hong, MA Xing-fu   

  1. (School of Information Science and Engineering, Shandong Normal University, Jinan 250014, China)
  • Received:2012-08-02 Online:2013-06-15 Published:2013-06-14

摘要: 在静态网络图中对社会网络进行分析,可能忽略网络的时间特性,从而错过捕捉动态网络演变模式的机会。为检测社区的演变及社区结构随时间的变化,分析动态社区,为每一个社区定义一系列重大事件,给出社区匹配算法,并对元社区的概念进行定义。实验结果证明,采用该算法建模和检测社会网络中的社区演变,可有效识别和追踪随时间变化的相似社区。

关键词: 社会网络, 动态网络, 社区挖掘, 社区演变, 社区匹配

Abstract: To analyze social network in static network may omit the characteristic of time, so it fails to capture the evolutionary patterns in dynamic networks. In order to detect the community evolutions and the community structures that change in time, this paper analyzes the dynamic community, and a series of significant events is defined for each community. A community matching algorithm is proposed and it defines the concept of meta community. Experimental results show that applies the method to model and detect community evolution in social networks, can efficiently identify and track similar communities over time.

Key words: social network, dynamic network, community mining, community evolution, community matching

中图分类号: