计算机应用研究

作者：潘雨,姚锋,刘鑫,张磊,王帅辉,王沛,

单位：1.国防科技大学,长沙410000；2.陆军工程大学,南京310000；3.军事科学院,北京110000；4.海军指挥学院,南京310000；

关键词：社团发现,动态网络,演化聚类框架,非负矩阵分解,演化模式,

基金：中国博士后科学基金资助项目(GZC20233530)；国家社会科学基金资助项目；；

如何充分考虑网络的演化过程准确发现动态网络的社团结构，并对社团演化模式进行跟踪和分析是动态网络社团发现的重要挑战。提出一种动态网络社团发现及演化模式分析算法EC-DCD。该算法利用前一时刻的社团发现结果作为先验信息来减少网络噪声对社团发现的影响，利用演化聚类框架平滑连续时刻的社团演化，获得每个时刻准确的社团结构。同时，引入社团演化矩阵对社团演化模式进行建模和跟踪，实现社团演化模式的分析和可视化。实验部分，将EC-DCD同基线算法FacetNet、DYNMOGA、DNMF、NE2NMF和CoDeDANet在人工数据集与真实数据集上进行了对比实验，实验结果证明EC-DCD不仅能够准确地划分每个时刻的社团结构，具有较强的稳定性，还能够跟踪社团的演化模式。

来源：2024年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第12期