动态加权网络中的演化社区发现算法研究

摘要

在动态网络中发现社区结构是一个非常复杂而有意义的过程,可以更好地观察和分析网络的演化情况.针对动态加权网络中的社区发现问题,提出了一种结合历史网络社区结构的算法,叫做动态加权网络中的演化社区发现算法(ECDA).该算法分为两步:a)结合历史社区和网络结构信息,计算当前时间跳的输入矩阵;b)通过该输入矩阵计算得到结合历史时间跳信息的社区划分结果.该算法有以下优点:a)可以自动发现动态加权网络中每个时间跳的社区结构;b)对网络结构的变化和社区结构的变化具有较高的敏锐性.在人工数据集和真实数据集中进行了实验,实验结果证明该算法可以有效地发现动态加权网络中的社区结构,与其他算法相比具有较好的竞争力.