计算机科学与探索 ›› 2015, Vol. 9 ›› Issue (3): 321-329.DOI: 10.3778/j.issn.1673-9418.1412046
李艳梅1,2,3,李 川1,2,3+,唐常杰1,2,张永辉1,2,张 彪1,2,杨 宁1,罗 谦4
LI Yanmei1,2,3, LI Chuan1,2,3+, TANG Changjie1,2, ZHANG Yonghui1,2, ZHANG Biao1,2, YANG Ning1, LUO Qian4
摘要: 现实世界中的社交网络、合作者网络、邮件网络等诸多复杂系统均可抽象为动态信息网络。动态信息网络具有时序、复杂、多变的特征,分析其网络结构随时间演化的过程,尤其演化过程中出现的异常现象,对理解复杂系统的行为倾向于演化趋势具有重要意义。致力于动态信息网络中异常结构演化过程的发现, 通过角色定义刻画网络的结构特征,提出了角色演化异常(role evolving outliers,REOutliers)的概念,并给出了基于模式挖掘的角色演化异常发现算法(pattern-based role evolving outliers detection,P-REOD)。该算法挖掘整个网络中角色随时间演化的频繁模式,通过比较节点到频繁模式的相异程度进行REOutliers发现。实验表明,该算法能够进行有效的角色演化异常发现。