计算机科学与探索 ›› 2015, Vol. 9 ›› Issue (4): 403-409.DOI: 10.3778/j.issn.1673-9418.1412041
张永辉1,2,3,李 川1,2,3+,唐常杰1,2,李艳梅1,2
ZHANG Yonghui1,2,3, LI Chuan1,2,3+, TANG Changjie1,2, LI Yanmei1,2
摘要: 社团结构在现实世界各种信息网络中广泛存在。传统信息网络中社团演化的研究均基于单一层次的观察与分析,存在算法不稳定,无法处理社团结构剧烈变化等问题。为解决该问题,提出了基于结构分析的信息网络社团趋势预测方法。该方法基于层次聚类来发现社团层次结构,对相邻网络快照的社团进行跨层次匹配,以解决社团发现算法带来的随机性问题,且使基于结构的社团演化研究成为可能。在两个真实数据集上进行了多层次社团演化挖掘实验,实验结果表明,与最优划分方法相比,新方法在效率和稳定性方面有较大优势。