社會網絡中社區(qū)演化分析框架.pdf

1、近年來，隨著互聯網的快速發(fā)展，互聯網已經成為人們之間進行交互的重要平臺，從而產生一種基于信息的社會網絡，與傳統(tǒng)社會網絡相比，在基于信息的社會網絡中人們的交互方式和信息傳播模式發(fā)生很大的改變。對于社會網絡中社會關系的研究吸引了大量學術界、產業(yè)界等科研人員的關注，經驗分析表明，社會網絡中普遍存在局部聚集特性，即社區(qū)。社區(qū)發(fā)現已經成為社會網絡研究領域重要的基礎研究內容。
　　論文主要以社區(qū)為基礎，從社會網絡的靜態(tài)性和動態(tài)性兩方面展開研究

2、。首先對目前針對靜態(tài)網絡提出的社區(qū)劃分方法進行概述，分析各社區(qū)劃分方法存在問題，在此基礎上，針對靜態(tài)網絡對基于拓撲勢的社區(qū)劃分方法進行改進，引入結構洞理論，認為擁有豐富結構洞的節(jié)點往往處于網絡中信息傳播和信息產生的關鍵位置，提出TP-SH社區(qū)劃分方法。本文由于采用結構洞理論考慮了節(jié)點之間的連接次數（邊權重），并且將節(jié)點的社交指數作為節(jié)點的屬性，即該節(jié)點獲取信息及傳播信息的程度。因此，該方法能夠保證社區(qū)劃分更高的準確度，并且能發(fā)現重疊社區(qū)

3、。
　　在靜態(tài)網絡的社區(qū)劃分方法TP-SH的基礎上，針對動態(tài)網絡提出了一個社區(qū)演化分析框架，框架包括社區(qū)網絡快照獲取、社區(qū)劃分、社區(qū)演化路徑跟蹤算法和社區(qū)演化行為分析。在社會網絡中，在社區(qū)中重要度大的節(jié)點在相鄰兩個時間片段的社區(qū)演化中往往趨于穩(wěn)定并且具有代表性，因此文中在比較相鄰兩個時刻下兩個社區(qū)的相似度時，不僅考慮了重合節(jié)點比例，而且考慮了節(jié)點重要度，提出社區(qū)關聯系數來計算社區(qū)相似度值。通過計算社區(qū)關聯系數，文中提出基于節(jié)點重要