复杂网络社区挖掘理论及其应用研究综述

复杂 网络 的研 究可 以简单概括 为三方 面密切相 关 却又依
次深 入 的内容： 通过实证方 法度量 网络 的统 计性质 ； 构 建相应 的网络模 型来理解这些统计性质何 以如此 ； 在 已知 网络结构特
征 及 其 形 成 规 则 的 基础 上 ， 预 测 网络 系 统 的 行 为 ｌ １ ＿ 。同时 ， 我 们
４ ． 社 区检 测 方 法 概 述 当前 ， 学 术 界 对 于 社 团 的 定 义 并 没 有 统 一 的标 准 ， 因此也
了很多社区检测算法来进行社 团的划分， 从 而更 准确的定位社
会群体， 更好 的进行社区推荐 ， 提 高社 区服务质量 。 ２ ． 复杂 网络概述 现 实世界中的许多复杂而庞大 的系统 ， 我们称之 为复杂 网 络， 比如常见 的电力网络 、 航 空网络 、 交通 网络 、 计算机 网络 以 及社交 网络等等 。
区 内部 节点的联系是非常紧密 的， 而社区之间 的节 点联 系相对 而言 比较稀疏 。 对 于社 区结构而言 ， 并不是一成不变的， 随着人 们社 交活动和 社交 圈子的变化 ，社区结构 也会相应 的发 生变
化， 因此 ， 社 团 结 构 的变 化 即 演 化 以及 其 演 化 模 式 也 是 当前 研 究 的热 点 。
【 摘 要】 复杂 网 络 的相 关研 究备 受学者们 的关注， 社团结构的研 究有助 于学习和理解复杂网络 。 本文主要介 绍 了 复
杂网络 中社 团挖掘现状 ， 比较和 分析现有 的社 区检测 的算法， 同时提 出了进一步研 究的方向。 【 关键词 】 复杂 网络 ； 社 区检测 ； 静态社 区； 动 态社 区
而且与其它 网络之 间存在着 依赖 关系。可 以说 ， 演化和动 力学 是分不 开的——从本质 上来说 ，演化 自身就是 一种 动力学 行 为。网络动力学的一个区别于经典大系统理论的显著特 征是涌 现 。网络动力现象不是各个节 点动 力系统行为的简单叠加 ， 而 是具有生殖 、 变 化和增 长能力 的交织与融 合 ， 最后 导致本质性
社 团 检测 （ ｃ ｏ ｍ ｍ ｕ ｎ ｉ ｔ ｙ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ） 又称为社区发现 ， 是指 分 析
随着信 息技术的飞速发展 ， 人们生活被越来越 多的 网络所 覆盖， 并被紧密 的联系在 一起 ， 人们之 间 的社 交活动形 成 了社
区， 比如 ： 学术圈 、 微 博、 游戏等等 。这里人就是社 区的节 点， 社
１ ． 引言
团具有 内紧外松的结构特征 。 但是一般 的认为 ， 网络 中的社 团 就 是指一组 内部节点联系 紧密与 网络 中其他节 点链接稀 疏的 节 点的集合 ，也就是 说社 团内部节 点的联系是非常紧密 的， 而 社 团间的节 点联系相对而言联 系就 比较稀疏 ， 社 团也 可以被称 为“ 簇” ， 通常社 团中的节点拥有相似性１ ７ １ 。 ａ ． 静态 网络中的社团检测研究
也注 意到 ， 随着信 息技术 的飞速发展 ， 使 得可供研 究 的数 据也 越来越丰 富。这些 系统包括社会网络［ ２ １ 、 生物学 网络、 移动 互联
网、 物 联 网等 等 。
以往 关于复杂 网络的研究 都是静态 的 、 单个 网络 ， 但 是事
实上 ，现实生活 中的网络不 仅是随之时间和空 间持续 变化 的，
和研究社 区结构 、 功 能和 节点关系 ， 用来揭 示 网络聚 集行 为的
一
种 技 术 。社 区检 测 实 际就 是 一 种 网络 聚 类 的 方法 。社 团 检测
学者们不仅仅是关注社 团结构 的变 化， 同时也设计和提 出
问题一直是学术界关注的 问题 ， 由于社 团没有一个明确 的概念 和定义 ， 学者们 也是根据客观 理解提 出了社 团检测 算法 ， 每种 算法对网络社区结构都有各 自确定的理解和解释 ， 社区检测 问 题可 以说与图形聚类密切相关， 大 多数传统 的检 测方 法都是借 助 图聚类 或者 图分 割来解决的， 典 型的代表算法有 Ｒ ａ ｔ ｉ ｏ Ｃ ｕ ｔ 和 Ｎ Ｃ ｕ ｔ 。层次聚类算法是是一种很直观的算法 。 ｂ ． 动态网络中的社 团检测研究 近几 年， 动 态网络 的社团结构发现 受到 了高度 关注 ， 一些 针对该 问题 的方法 也相 继被提 出。但 是仍然没有太多 的研究 ， 主要 是因为 ： 第一 ， 关于静 态网络社 团的检测仍 然有很 多的争 议； 第 二， 如何 实时的获取 网络数据 ， 任然是研究过程 中的一大 困难 。近期 随着一些动态 网络数据集 的公开化 ， 研究 者开始能 够监测实 际系统 的动态演化过程 ， 这也使得对 网络 中社 团结构 的形成、 演化和解体等现象的研 究成 为可 能。
的突 变 和 新 行 为 的涌 现 【 引 。 ３ ． 复 杂 网 络 中的 社 区 挖 掘
不存 在标 准的社 团发现算法 。 大量 学者从不 同角度使用不同方 法进行社 区检测 、 社 区发 现进行 了深 入的研究 ， 题 出 了许 多经
典的社区检测算法 ， 这 些 算 法 为社 区检 测提 供 了 宝 贵 的 理 论 基 础和 技术 支 持 ， 我 们 在此 分 析 集 中常 见 的 算 法 ： １ ．图 分 割 方 法 ： 主 要 有 Ｋ ａ ｒ ｙ Ｐ ｉ ｓ提 出 的 多 级 分 割 算 法 （ Ｍｅ ｔ ｉ ｓ ） ， Ｆ ｌ ａ ｋ ｅ 提 出的基 于最大流／ 最 小割 的社 区发现算 法 ， 以 及基 于图的 Ｌ ａ ｐ ｌ ａ ｃ ｅ 矩 阵 的特 征 向 量 的 谱 二 分 法 。
： 一 …整…皇…壁
ＵＪｌ ＡＮ ＣＯ Ｍ ＰＵＴ嚣Ｒ
Ｄ Ｏ Ｉ ： Ｉ Ｏ ． １ ６ ７ ０ ７ ／ ｊ ． ｅ ｎ ｋ ｉ ． ｆ ｊ ｐ ｃ ． ２ ０ １ ７ ． ０ ３ ． ０ ０ ２
复杂 网络社 区Байду номын сангаас掘理论及 其应用研 究综述
徐正 巧 ，高江锦 ，赵德 伟
（ １西华师 范大 学教育信息技术 中心 四川 南充 ６ ３ ７ ０ ０ ２ ； （ ２西华 师范大学科研 处 四川 南充 ６ ３ ７ ０ ０ ２ ）