国内刊号:11-5602/TP
国际刊号:1673-9418
发布日期:
作者:端祥宇, 袁冠, 孟凡荣
单位:1. 中国矿业大学 计算机科学与技术学院,江苏 徐州 2211162. 矿山数字化教育部工程研究中心,江苏 徐州 221116
关键词:动态社区发现,社交网络,网络分析,动态社区演化
随着社交媒体多样性的增加,实时分析社交网络的需求不断增大,动态社区发现的研究受到了广泛的关注。已有的社区发现综述多是侧重静态社区发现,以及相关方法的探讨,无法进行网络演化分析,此外社区的实体数据往往具有交叉更替性和时序性,因此对动态社区发现的研究现状进行分析和综述。首先,基于复杂网络的研究背景,提出了通用的动态社区发现研究框架;接着,形式化表示动态社区发现的相关定义,并从网络层面和节点层面对动态社区演化进行详细分析;然后,根据架构和技术的不同,对动态社区发现方法进行归纳分类,并结合常用数据集和评价指标对经典静态社区发现算法进行定性和定量分析;最后,介绍了社区发现的典型应用场景,探讨了当前动态社区发现研究面临的主要挑战,针对性地提出了相关解决方案,为动态社区发现研究领域勾画出较为清晰和全面的研究方向。
来源:2021年第4期
《计算机科学与探索》期刊编辑部