社会网络中面向多准则约束的社区发现方法

《社会网络中面向多准则约束的社区发现方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、E—mail：fcst@vip．163．comISSN1673—9418CODENJKYTA8JoumalofFrontiersofComputerScienceandTechnologyhttp：／／www．ceaj．orgTel：+86．10—-516160561673—9418／2010／04(08)一0683—09DOI：10．3778~．issn．1673—9418．2010．08．002社会网络中面向多准则约束的社区发现方法木韩毅H，王智悬，贾1．国防科学技术大学计算机学院，长沙4100732．复旦大学计算机科学技术学院，上海200433Findingc。I舢ullities。nS

2、。cialNetworks：AMulti—c。nstraint—basedMeth。dHANyiI+WANGZhihui2，JIAYan，1．SchOo1ofComputer，NationalUniversityofDefenseTechnology，Changsha410073，China2．SchOO1ofComputerScience，FudanUniversity，Shanghai200433，China+Correspondingauthor：E—mail：yihan@nudt．edu·cnHANYi．WANGZhihui，JIAYan．Findingcommunitiesoasoc

3、ialnetworks：Amulti。constraint_basedmeth0d·Journal0fFrontiersofComputerScienceandTechnology,2010，4(8)：683-691·Abstract：Findingcommunitiesonsocialnetworkshasbeenstudiedextensivelyinrecentyears·MOstexstmgdis-coverVmemodsfocusonoptimizationofsomeobjectivefunctionsofthecommunities，forexample，edgedensty·m

4、somecases，takingmultiplefeaturesintoaccountisneeded．Forinstance，peoplehopetodiscoverthOsetightly-knittedandlargecommunitiesinsomecertainshapes．OnlyapplyingoneexistingmethodcannOtmeetsucnreauirement．Sincethecommunitiesdiscoveredindifferentexistingwaysmayhavearbitrarysharp，t上leresultsaredificuIttobeme

5、r2ed．Thispaperproposesarelativedensitybasedoncommunitydefinitionandamuln—constrantmOde1basedonmulti．propertydominance．Byanalyzingtheconstraintsbetweenthesizeofmembersandfriendsmpc1oseness，itdesignsaneficientalgorithmandthepruningstrategies．TheexperimentalresultsOnalargerealdatesetshowthealgorithmise

6、ffectiveandeficient．Kevwords：communityidentification；multi—constraint；relativedensity；pruning；localsearch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*TheNationalNaturalScienceFoundation0fChinaunderGrantNo．60873204，60933005(国家自然科学基金)Received2010—05，Accepted2010—07．684JournalofFrontiersofComputerScie

7、nceandTechnology计算机科学与探索2010，4(8)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